模型上下文协议（MCP）是一个开放标准和开源框架，由Anthropic于2024年11月推出，旨在标准化人工智能系统，尤其是大型语言模型，与外部工具、系统和数据源集成及共享数据的方式。MCP提供了用于读取文件、执行函数和处理上下文提示的标准接口。该协议发布后，被主要AI提供商采用，包括OpenAI和Google DeepMind。
MCP解决了将AI助手连接到内容存储库、业务管理工具和开发环境等多样化数据系统的挑战。它由Anthropic的工程师David Soria Parra和Justin Spahr-Summers创建。该协议旨在解决“N×M”数据集成问题，此前开发人员必须为每种AI系统和数据源的组合构建自定义连接器。
背景
MCP由Anthropic于2024年11月发布，作为将AI助手连接到数据系统的开放标准。该协议旨在解决信息孤岛和遗留系统的挑战。在MCP之前，开发人员通常必须为每个数据源或工具构建自定义连接器，导致Anthropic所称的“N×M”数据集成问题。
早期的临时方法，如OpenAI 2023年的“函数调用”API和ChatGPT插件框架，解决了类似问题，但需要特定于供应商的连接器。MCP重新利用了语言服务器协议（LSP）的消息流思想，LSP是代码智能工具广泛使用的标准。
2025年12月，Anthropic将MCP捐赠给代理AI基金会（AAIF），该基金会是Linux基金会下的定向基金，由Anthropic、Block和OpenAI共同创立，并得到其他公司的支持。同月晚些时候，Anthropic还发布了Agent Skills，这是一个配套的开放标准，用于打包AI代理按需加载的任务特定指令和资源，遵循与MCP相同的开放标准方法。
特性
MCP定义了将AI系统与外部数据源和工具集成的标准框架。该协议支持自然语言数据访问领域的应用，例如用自然语言查询结构化数据库。
该协议区分了MCP主机、MCP客户端和MCP服务器。MCP主机通常是AI代理，它与LLM交互并需要一个或多个MCP服务器的服务。对于每个MCP服务器，MCP主机创建一个专用的MCP客户端与该服务器通信。客户端和主机通常运行在同一台机器上，而MCP服务器可以是本地的或远程的。
每个服务器提供一个或多个工具或资源。示例工具包括数据库访问、计算器和代码存储库访问；资源可能是特定的FAQ文档。MCP客户端向其服务器请求服务器提供的工具和资源列表；服务器以自然语言回复每个工具的能力描述以及调用工具的预期格式。这些信息被提供给LLM；如果它需要其中一个工具的服务，MCP主机指示相关的MCP客户端调用该工具。MCP服务器执行工具操作并返回结果，MCP主机随后将结果注入LLM对话中。客户端和服务器使用JSON-RPC 2.0传输协议进行通信。
该协议随附软件开发工具包（SDK）发布，支持Python、TypeScript、C#和Java等编程语言，以及MCP服务器实现的示例。
MCP Apps是模型上下文协议的官方扩展，基于mcp-ui构建。虽然基础MCP规范仅限于文本和结构化数据，但MCP Apps标准化了从MCP服务器向Claude和ChatGPT等主机应用交付交互式用户界面（如仪表板、表单和数据可视化）的方式。
采用情况
该协议用于AI辅助软件开发工具。集成开发环境（IDE）、Replit等编码平台以及Sourcegraph等代码智能工具已采用MCP，以赋予AI编码助手对项目上下文的实时访问权限。
2025年3月，OpenAI正式采用MCP，此前已将标准集成到其产品中，包括ChatGPT桌面应用。2025年9月，OpenAI在ChatGPT应用中增加了对MCP的支持，允许在ChatGPT内进行第三方访问。
MCP可以与Microsoft Semantic Kernel和Azure OpenAI集成。MCP服务器可以部署到Cloudflare。
2026年4月，AAIF在纽约市举办了MCP开发者峰会北美站，吸引了约1200名与会者。同月，Salesforce的Headless 360平台开始通过MCP路由客户和代理交互；5月下旬，Salesforce报告自推出以来已处理450万次MCP调用。
到2026年年中，据报道已有超过10,000个MCP服务器部署在生产环境中，该协议的SDK每月下载量超过9700万次。
2026-07-28修订
2026年7月28日，MCP维护者最终确定了对规范的重大修订，Anthropic技术人员David Soria Parra将其描述为自添加授权以来对协议最实质性的变更。该修订移除了协议级别的会话跟踪，使MCP在协议层变为无状态：关于协议版本、客户端身份和功能的信息改为在每个请求的_meta参数中携带。这一变更使MCP的请求模型更接近Anthropic自己的Claude Messages API。
该修订还弃用了几个使用有限的特性，包括采样（允许服务器从客户端的模型请求补全）和根（允许客户端向服务器指示相关的文件系统位置）；弃用的特性至少保持功能十二个月。一些以前的核心功能，如用于长时间运行操作的Tasks功能，被移出基础协议并移入可选扩展。并非所有变更都向后兼容，实现新修订的服务器可能无法与旧客户端互操作，除非有兼容层。
反响
The Verge报道称，MCP满足了人们对具有上下文感知能力并能从多样化来源获取信息的AI代理日益增长的需求。
2025年4月，安全研究人员发布了一份分析报告，结论是MCP存在多个未解决的安全问题，包括提示注入和中毒工具，这些工具允许通过其他连接的工具进行数据外泄。
MCP被比作OpenAPI，后者是类似的旨在描述API的规范。该协议的开放标准方法和广泛的行业采用使其定位为AI工具集成的基础层，尽管其安全挑战仍是积极关注和研究的领域。
参见
- Agent2Agent - 用于AI代理之间通信的开放协议
- AI治理
- 应用程序编程接口 - 计算机或程序之间的连接
- LangChain - 语言模型应用开发框架
- 机器学习 - 人工智能的子集
- 开放权重
- 软件代理 - 代表用户行动的计算机程序
- 检索增强生成