MCP

前面几节，我们一直在和 Agent 的 loop 打交道：它读文件、跑命令、看结果，再决定下一步。

不过你很快会发现一个问题：Agent 能碰到的东西，基本就是你电脑上的文件和终端。

想让它查一下业务数据库里上周的订单？它得先想办法写个脚本连数据库，还要你告诉它连接串、表结构。想让它读一份 Notion 文档、看看 GitHub 上的 issue、查一下 Sentry 的报错？它要么做不到，要么只能绕很大一圈。

这一节要讲的 MCP，就是来解决这个问题的。接上 MCP 以后，loop 本身不变，但 Agent 多了几只能伸出去的手。

一、MCP 是什么

1. 一句话定义

MCP（Model Context Protocol，模型上下文协议）是一套标准协议，规定 AI 应用怎么发现和调用外部工具。

MCP 像是 AI 世界里的 USB 接口：

• 没有统一接口的时候，每个 AI 应用接每个服务都得单独写适配代码，N 个应用配 M 个服务，就是 N×M 份活。
• 有了 MCP，服务方只要按协议实现一个 MCP Server，所有支持 MCP 的客户端（Claude Code、Cursor、Claude Desktop、Windsurf……）都能直接用。

2. 它在 Agent 里的位置

在 Agent loop 中 思考 → 调用工具 → 观察结果 → 再思考 → ……

MCP 改的只有「调用工具」这一步：可用的工具变多了。

                ┌─────────────────────────────┐
                │      Agent（Claude Code）     │
                │   思考 → 调工具 → 看结果       │
                └──────────────┬──────────────┘
                               │ 可用工具列表
          ┌────────────────────┼─────────────────────┐
          │                    │                     │
     内置工具              MCP Server A          MCP Server B
  Read / Edit / Bash     (SQLite 数据库)        (文档服务)
                         read_query            search_docs
                         list_tables           get_page
                         describe_table        ...

整个过程大致是这样：