开启AI连接新方式：模型上下文协议入门

发现 MCP 如何简化 AI 的集成，提供实时数据访问，并帮助开发人员构建更智能且可扩展的解决方案。

如今的AI系统被困于数据孤岛和碎片化的集成中，难以连接到实际存储信息的工具和系统中。我已经记不清有多少次需要从一个数据源复制内容，再粘贴到Claude或ChatGPT中。如果你想避免这种情况发生，每个新的数据源都需要定制集成。最好的情况是这稍微有点麻烦，最坏的情况是这不仅减缓了进度，还带来了可扩展性的难题。

模型上下文协议（MCP）解决了这个问题，通过引入一种通用标准来连接AI与数据。它提供了一种简洁、开放的协议，简化整合，打破数据孤岛，释放AI的全部潜能，从而提供更相关且高质量的结果。

“即使是最复杂的模型也会受到其与数据隔离限制的困扰——就像被困在信息孤岛和旧系统里一样。”——Anthropic

AI陷入了令人沮丧的循环：虽然有强大的工具，但受限于碎片化数据连接。每一个新的数据源都需要定制集成，导致开发者面临孤岛和扩展性难题。结果是，AI系统无法充分利用上下文，从而无法提供真正相关且有用的输出。

这就引入了 模型上下文协议（MCP）。MCP 是由 Anthropic 制定的一个开放标准，旨在提供一种将数据源与人工智能工具通用连接的方法。无论是内容库、商业工具还是开发环境，MCP 能简化建立安全的双向连接的过程，让 AI 能够更好地工作。

有了MCP，开发人员不再需要为每个数据源重新造轮子。相反，他们可以专注于创建更智能且更互联的AI系统，这些系统可以扩展，而不会因为维护碎片化的集成而受到持续的阻碍。

MCP通过连接两个关键组件：MCP服务器和MCP客户端来运行。这些服务器提供数据源，而这些客户端连接到服务器。这种架构简单但极其灵活，允许AI系统轻松实时访问所需的数据，并提供一个权限框架来控制访问权限。

为了让采用更简单，MCP 包含三个主要组件：

• 主机（比如Claude桌面或IDE等）发起连接请求
• 客户端在主机应用内部与服务器保持一对一连接
• 服务器为客户端提供上下文、工具和提示

您可以在这里查看规格。

你可以今天几分钟之内就开始利用这个协议。虽然服务器和客户端有各种不同的组合，但在本次演示中，我将演示如何使用 Claude 桌面客户端和知识图谱内存服务器。

首先，如果你还没有安装好，下载桌面版应用。

现在让我们给Claude添加知识图谱内存服务器，用来存储和检索信息。不过，我建议你查看仓库的README文件以了解可用的服务器列表。这个项目团队经常更新这些内容，所以建议你定期查看一下。

首先，进入设置，点击“编辑配置文件”。如果 claude_desktop_config.json 没有自动弹出，就在你常用的编辑器中打开它。

在文件中加入以下配置：

{
    "mcpServers": {
        "memory": {
            "command": "npx",
            "args": [
                "-y",
                "@modelcontextprotocol/server-memory"
            ]
        }
    }
}

保存并关闭文件，就这样吧！

现在你可以开始向知识图谱中添加节点和边了。在这次演示中，我将使用那篇著名的论文《注意力就是你所需要的》（Attention Is All You Need）。

我先输入了以下提示

请阅读以下研究论文，并将其中的关键概念及其关系添加到知识库中：

[PASTE RESEARCH PAPER CONTENTS HERE]

克劳德现在请求写入你的知识图谱（记忆）的权限。点击“允许此对话”。克劳德将与记忆服务器协作，在图谱中创建节点和边，以表示关键概念及其相互关系。

完成这个之后，你可以开始一个新的聊天对话（甚至可以退出Claude，因为数据存储在本地，不会随着会话结束而消失）。

输入类似下面这样的提示：

基于你在知识库中关于变压器注意力机制的知识，创建一个展示关键概念及其关系的 Mermaid 图（如下）。

最终结果应该看起来像这样：

提示:你的结果可能会因Claude的版本不同以及它对指令的理解和文章的解析方式而有所不同。我鼓励你尝试在不同的模型和指令上测试这个，看看结果会有什么变化。

从这里你可以继续构建概念间的关系，添加更多详细信息，或者用这些知识帮助处理其他任务。这只是你能访问的众多服务器之一，我鼓励你也试试安装其他服务器，比如 SQLite 服务器。

虽然本文不涉及此部分内容，但您可以使用开放协议和Anthropic的Python及TypeScript SDK开发自己的自定义集成，例如按照开放协议和SDK进行。

模型上下文协议（MCP）代表了人工智能系统与数据交互方式的一个积极的变化，打破了壁垒，简化了集成。通过采用MCP，开发人员可以专注于构建更智能、可扩展的人工智能解决方案，而无需处理碎片化系统的负担。不论是利用预构建的服务器还是探索自定义集成，MCP都为释放人工智能的全部潜力奠定了基础——一次无缝连接地释放。

为了保持联系并分享您的旅程经历，您可以随时通过以下渠道和我们联系。

• 👨‍💼 LinkedIn: 加入我的LinkedIn，一起深入了解AI开发和技术创新。
• 💻 GitHub: 查看我的项目并为正在进行的项目贡献力量。
• 📚 Medium: 关注我的文章，了解更多关于LangSmith、LangChain以及其他AI技术的深度探讨。