一句话回答
MCP 想解决的，是让 AI 用一种相对统一的方式发现和使用外部工具与数据。它像 AI 世界里的通用接口，但不是新的 AI 模型。
01 为什么需要 MCP？
many systems
企业数据库
Google Drive
GitHub
Notion
CRM
本地文件
内部业务系统
每增加一个系统都单独开发连接方式，工具越多，维护越复杂。
02 可以把 MCP 理解成 USB 接口
universal connector
电脑世界
鼠标
键盘
U 盘
硬盘
其他设备
不同设备通过 USB 接到电脑。
AI 世界
数据库
GitHub
文件系统
企业系统
其他工具
不同工具和数据通过 MCP 接到 AI 应用。
03 MCP 本身不是一个 AI 模型
not a model
大模型
Agent / AI 应用
MCP
外部工具和数据
模型负责理解和判断，MCP 负责帮助系统连接外部能力。
04 MCP 能接什么？
capabilities
文件
读取项目文件、文档和资料。
数据
查询数据库和业务数据。
开发工具
读取代码仓库、Issue 和相关记录。
企业系统
CRM、项目管理和内部业务系统。
外部服务
各种能够通过 MCP 暴露能力的服务。
06 什么是 MCP Server？
server side
AI 应用
连接 MCP Server
发现能力
按需使用
获得结果
07 MCP 为什么像插件？
plugin-like
AI 工作台
需要什么能力，就连接什么能力。
文件
数据库
开发工具
CRM
企业系统
“像插件”只是方便理解。MCP 是协议，不等于传统软件里的插件商店。
08 举个真实工作场景
work scenario
读取代码仓库
获取最近提交
查询任务系统
AI 综合分析
生成结果
09 MCP 的价值不只是少写几个接口
tool discovery
工具叫什么？
它是干什么的？
需要什么参数？
能返回什么？
统一的能力描述，能让支持 MCP 的客户端更容易发现并理解外部能力。
10 有了 MCP，是不是不用 API 了？
not replacement
AI 应用
MCP
某服务的 MCP Server
服务 API
真实数据
很多 MCP Server 背后仍然会调用服务 API。MCP 更关注怎样把能力提供给 AI 应用使用。
11 有了 MCP，Agent 就自动变聪明了吗？
still design
什么时候调用？
调用哪个？
参数怎么填？
多个工具先用哪个？
失败怎么办？
有没有权限？
结果怎么判断？
12 MCP 越方便，权限越重要
least privilege
文件工具
AI 能读取哪些目录？
数据库
能查询哪些表？
企业系统
能不能修改数据？
代码仓库
只能读取，还是允许提交修改？
完成任务需要多少权限，就开放多少权限。
13 高风险工具仍然需要确认
confirm risky actions
AI 决定执行
发起工具请求
检查用户权限
判断高风险
人工确认
执行
14 MCP 对普通用户意味着什么？
who needs it
AI Agent
AI SaaS
企业 AI 工作台
AI 编程工具
企业内部系统
自动化工作流
15 把前面的知识全部串起来
agent structure
用户提出目标
AI / Agent 理解任务
拆解步骤
判断外部能力
MCP 连接工具和数据
工具查询 / 执行
AI 继续判断
完成任务
Prompt
告诉 AI 怎么做。
上下文
给 AI 当前工作信息。
RAG
给 AI 找资料。
Tool Calling
让 AI 调用工具。
MCP
让工具和数据标准化接入。
Agent
围绕目标组合能力完成任务。
本节练习
设计一个 MCP 接入清单
列出你的 AI 工作台需要接入的系统，写清每个系统提供什么能力、需要什么权限、哪些操作必须确认。
系统要接入哪个外部能力？
能力读取、查询，还是执行？
权限开放到哪一步？
安全哪些动作需要确认？
本节小结
- MCP 是让 AI 应用更标准化连接外部工具和数据的协议。
- MCP 像 AI 世界里的通用接口，但不是 AI 模型，也不是传统插件商店。
- Tool Calling 关注 AI 怎么用工具，MCP 关注工具和数据怎么接进来。
- MCP 越方便，权限、工具说明、失败处理和人工确认越重要。
