微信截圖_17413321624196.png)
DeepSeek R1 × 飛書多維表格賦能教育領域
MCP 可以比作是 AI 應用程序 的 USB-C 端口,它為大語言模型(LLM)提供了一個統(tǒng)一的連接方式。正如你可以將各種外部設備通過 USB-C 接口連接到筆記本電腦一樣,MCP 也允許將多個外部數據源(如數據庫、代碼庫、郵件服務器等)與 AI 應用進行連接。
MCP 的架構包括:
這一架構使得 AI 代理 可以通過標準化的方式調用外部工具和數據,避免了每次都需要重寫代碼的問題。
MCP 的主要功能是為 AI 代理提供兩項重要能力:
MCP 服務器提供的三大核心功能原語包括:
API 是另一種用于讓一個系統(tǒng)訪問另一個系統(tǒng)功能或數據的方式。它定義了一組規(guī)則和協(xié)議,描述如何請求信息或服務。API 是一種 抽象層,客戶端無需了解服務器的內部實現,只需通過預定義的接口來請求數據或服務。
RESTful API 是最常見的 API 風格,它通過 HTTP 通信,支持常見的操作方法如 GET、POST、PUT 和 DELETE。許多商業(yè)化的大語言模型也通過 REST API 提供服務。
相似性:
差異性:
repository/list
)實際上是將 MCP 調用轉換為 GitHub 的 REST API 請求。MCP 和 API 并非對立,而是互為補充。在許多情況下,MCP 實際上是在傳統(tǒng) API 之上添加了一個更加適合 AI 代理的接口層。例如,MCP 可以將傳統(tǒng) API 轉化為一個標準化的接口,使得 AI 應用能夠更容易地與外部數據和工具交互。
如今,越來越多的服務開始支持 MCP,包括 文件系統(tǒng)、Google Maps、Docker、Spotify 等,這使得它們能夠以標準化的方式更好地與 AI 代理進行集成。
原文引自YouTube視頻:https://www.youtube.com/watch?v=7j1t3UZA1TY