MCP实践 及时工程是要求工程

以下内容最初发表在2025年9月11日的Asimov附录中。在此处了解有关AI披露项目的更多信息。 1。MCP Anthropic的模型上下文协议(MCP)的兴起和崛起于2024年11月发布,是一种制造工具和平台模型 - 不合Stic的方式。 MCP通过定义服务器和客户端来起作用。 MCP服务器是本地或远程端[…]

来源:O'Reilly Media _AI & ML

以下内容最初发表在2025年9月11日的阿西莫夫附录中。

以下最初发表在 最初出版于 Asimov的附录 2025年9月11日。 此处了解有关AI披露项目的更多信息。 在这里

1。

Anthropic的模型上下文协议(MCP)于2024年11月发布,是一种制造工具和平台模型 - 敏捷的方式。 MCP通过定义服务器和客户端来起作用。 MCP服务器是定义工具和资源的本地或远程终点。例如,GitHub发布了一个MCP服务器,该服务器允许LLMS既可以读取又可以写入GitHub。 MCP客户端是从AI应用程序到MCP服务器的连接,它们允许LLM与来自不同服务器的上下文和工具进行交互。 Claude Desktop是MCP客户端的一个示例,它允许Claude模型与数千个MCP服务器进行交互。

模型上下文协议

在相对较短的时间内,MCP已成为数百个AI管道和应用的骨干。像Anthropic和Openai这样的主要参与者已将其建立在他们的产品中。光标(以编码为中心的文本编辑器或IDE)和Raycast等生产力应用等开发人员工具也使用MCP。此外,成千上万的开发人员使用它来集成AI模型并访问外部工具和数据,而无需从头开始构建整个生态系统。

在相对较短的时间内,MCP已成为数百个AI管道和应用的骨干 Raycast 开发人员

在AI Frontiers发表的先前工作中,我们认为MCP可以充当“上下文”的绝大部分拆分器 - 帮助AI应用程序的数据为消费者提供了更相关的答案。这样,它可以帮助分散AI市场。我们认为,要为MCP真正实现其目标,它需要以下支持:

AI边境 MCP可以行动 我们认为,要为了真正实现其目标,它需要 打开API 阅读 流体记忆 最近的政策注释 喜欢MCP 实际上是