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（AI）系统（如大型语言模型（LLM））与外部工具、系统和数据源集成及共享数据的方式。MCP提供了一种标准化接口，用于读取文件、执行函数以及处理上下文提示。在其发布后，该协议被包括OpenAI和Google DeepMind在内的主要AI提供商采用。
MCP解决了将AI助手连接到各种数据系统（如内容存储库、业务管理工具和开发环境）的挑战。该协议由Anthropic的工程师David Soria Parra和Justin Spahr-Summers创建。它旨在解决信息孤岛和遗留系统的问题，这些问题此前需要为每个数据源或工具定制连接器，Anthropic将此挑战描述为“N×M”数据集成问题。
背景
MCP由Anthropic于2024年11月发布，作为一个将AI助手连接到数据系统的开放标准。在MCP之前，开发者通常必须为每个数据源或工具构建定制连接器，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复用了语言服务器协议（LSP）的消息流思想。
2025年12月，Anthropic将MCP捐赠给了代理AI基金会（AAIF），这是一个由Anthropic、Block和OpenAI共同创立、并得到其他公司支持、由Linux基金会监管的定向基金。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代理按需加载的特定任务指令和资源，遵循与MCP相同的开放标准方法。
特性
MCP定义了一个用于将AI系统与外部数据源和工具集成的标准化框架。该协议支持诸如在自然语言数据访问领域使用自然语言查询结构化数据库等应用。
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服务器提供的服务。对于每个这样的MCP服务器，MCP主机将创建一个专用的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服务器可以位于本地或远程。
每个服务器提供一个或多个工具或资源。工具的示例包括数据库访问、计算器以及代码存储库访问；资源可能是某个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；服务器则以自然语言描述每个工具的能力以及调用该工具的预期格式作为回复。这些信息被提供给LLM；如果它需要这些工具之一的服务，MCP主机将指示相关的MCP客户端调用该工具。MCP服务器执行工具操作并返回结果，然后MCP主机将其注入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。
该协议随附了用Python、TypeScript、C#和Java等编程语言编写的软件开发工具包（SDK）以及MCP服务器实现示例。
该协议用于AI辅助软件开发工具中。集成开发环境（IDE）、如Replit等编码平台以及如Sourcegraph等代码智能工具已采用MCP，以使AI编码助手能够实时访问项目上下文。
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服务器到如Claude和ChatGPT等主机应用程序传递交互式用户界面（如仪表板、表单和数据可视化）的方式。
采用情况
2025年3月，OpenAI正式采用MCP，此前已将该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内部进行第三方访问。
MCP可以与Microsoft Semantic Kernel和Azure OpenAI集成。MCP服务器可以部署到Cloudflare。该协议也被Google DeepMind和其他主要AI提供商采用。
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报告称自推出以来已处理了450万次MCP调用。
截至2026年年中，据报道已有超过10,000个MCP服务器部署到生产环境中，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的维护者最终确定了该规范的一次重大修订，Anthropic技术员工David Soria Parra将其描述为自添加授权以来对该协议最实质性的更改。此次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：协议版本、客户端身份和能力等信息改为在每个请求的_meta参数中携带。这一更改使MCP的请求模型更接近Anthropic自己的Claude Messages API。
此次修订还弃用了几个使用有限的特性，包括采样（允许服务器向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）；被弃用的特性在至少十二个月内仍保持可用。一些以前的核心功能，如用于长时间运行操作的Tasks特性，被移出基础协议并放入可选扩展中。并非所有更改都向后兼容，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回应了AI代理日益增长的需求，即具有上下文感知能力并能从不同来源获取数据。该协议被比作OpenAPI，这是一种类似的旨在描述API的规范。
2025年4月，安全研究人员发布了一份分析报告，结论是MCP存在多个突出的安全问题，包括提示注入和中毒工具，这些工具可允许通过其他连接的工具有效进行数据外泄。这些担忧凸显了在保护AI工具集成框架安全方面持续存在的挑战。
对AI生态系统的影响
MCP的发展对整个人工智能生态系统具有重大影响。通过标准化大型语言模型连接外部工具的方式，MCP减少了开发者构建AI驱动应用时的摩擦。该协议被主要云提供商和AI公司采用，加速了可互操作AI工具的开发。
MCP的开放标准方法符合使AI能力获取民主化的努力。该协议对多种编程语言的支持及其可扩展架构使其为广泛的开发者所接受。AAIF在Linux基金会下的建立为该协议的发展提供了治理和长期管理。
该协议的演进反映了生成式AI的更广泛趋势，特别是从独立模型向能够与现实世界数据和服务交互的集成系统的转变。随着AI代理变得越来越复杂，像MCP这样的标准在实现跨平台和工具的顺畅互操作性方面发挥着关键作用。