一句话总结:MCP(Model Context Protocol)是一种标准化 AI 工具接入协议,让 Agent 以统一方式连接数据库、API、文件系统与企业应用,替代逐个定制 Function Calling 接口。
MCP 解决什么问题?
传统 Agent 工具集成痛点:
- 每个工具需单独写 Function Calling schema
- 换模型(GPT → Claude → Qwen)需重写工具描述
- 权限管理与审计分散在各处
MCP 提供统一的 Server-Client 架构:
AI Agent(MCP Client)
↕ MCP 协议
MCP Server(数据库 / ERP / 邮件 / 文件系统)
MCP vs Function Calling
| 维度 | Function Calling | MCP |
|---|---|---|
| 标准化 | 各厂商格式不同 | 统一协议 |
| 复用性 | 绑定特定模型 | 跨模型通用 |
| 动态发现 | 静态 schema | 运行时工具发现 |
| 生态 | 分散 | 快速增长(GitHub 500+ Server) |
企业落地典型 MCP Server
- 数据库 MCP:PostgreSQL、MySQL 只读查询
- ERP MCP:SAP、用友、金蝶接口封装
- 文档 MCP:SharePoint、Confluence、本地文件
- 通信 MCP:企业微信、钉钉、邮件发送
- 监控 MCP:日志查询、告警触发
泽衍科技实践建议
- 先封装高频工具为 MCP Server(查询订单、查库存、发通知)
- 权限在 Server 层控制,Agent 不直接接触原始凭证
- 全链路日志:记录每次 MCP 调用的参数与返回
- 渐进迁移:现有 Function Calling 可逐步包装为 MCP Server
常见问题
MCP 是 Anthropic 专属吗? MCP 是开放协议,OpenAI、Google、开源社区均在支持。DeepSeek、Qwen 可通过适配层接入。
生产环境稳定吗? 2025 年底 MCP 生态快速成熟,泽衍科技已在 3 个 Agent 项目中使用 MCP,建议非核心链路先行试点。
和 LangChain Tools 什么关系? LangChain 可作为 MCP Client 调用 MCP Server,两者互补而非替代。