定义
MCP(Model Context Protocol)是 Anthropic 推出、目前由 Linux Foundation 旗下 Agentic AI Foundation 托管的跨厂商标准协议,用于把外部工具、数据源、能力”像 USB-C 一样”统一暴露给 LLM agent 调用——免去为每条连接自造专用胶水代码。
跨来源共识是:它本质上是一层翻译层 / 统一语言;运行模式是 Host 包 Client、Client 通过 MCP 协议连 Server;协议定义了三类资源可被暴露——Tools(主动调用的函数)、Resources(只读数据)、Prompt Templates(结构化提示词蓝图);对 agent 工程的价值是让”工具”成为可插拔资产,而非每接一个 SaaS 重写一遍胶水。
术语判别:MCP 是圈内标准简称,中文圈几乎都直接用 “MCP” 而不译;主用名保留英文,全称进 aliases。
各信源立场对照
| 信源 | 立场/侧重 | 锚点 | 采信 |
|---|---|---|---|
| Nick·Agentic课·总览 | 整体定位:全课路线图把 MCP 与 Claude Skills、DOE 框架并列为”各司其职”的工程框架,重点在”什么场景用哪个、它们如何拼合”的选型而非堆砌 | — | 利益中性,课程级 affiliate 绑定但 MCP 定义属协议层共识 |
| Nick·Agentic课·导论 | 把 MCP 与 Claude Skills、DOE 并列引入,作为”对比 + 选型”路线图 | 00:30 | 利益中性 |
| Nick·Agentic课·抓线索 | 实战:MCP 发信。端到端 demo 中发信用预先搭好的 MCP server(课程后讲),邮件贴近本人语气、AI 味弱 | 04:46 / 06:07 | 利益中性,agentic 课与卖课绑定但 MCP 用法是协议层事实 |
| Nick·Agentic课·改变游戏 | 价值定位:把 MCP 类工具标准化类比成”山顶洞人的矛”——LLM 极灵活但业务要可靠性,工具就是”反复出现的问题预先造好的矛” | 19:25 | 利益中性,跨厂商共识 |
| Nick·Agentic课·五要素 | 工具质量:当前 MCP 工具质量方差大(刚出一堆劣质抢红利),需要甄别;工具会迭代进化(从草顶房到加门窗安防) | 35:31 | 利益中性,贴合 MCP 早期生态实际 |
| Nick·Agentic课·销售提案 | 流程后段:生成提案后自动用 MCP 发跟进邮件 | 1:44:28 / 1:44:32 | 利益中性 |
| Nick·Agentic课·ClickUpCRM | 设计取舍:agent 给出方案后追问”有没有现成 MCP”——把 MCP 当”避免为每个请求单独写胶水”的最优解 | 2:20:24 | 利益中性 |
| Nick·Agentic课·MCP | 核心比喻:把 MCP 类比成”AI 的 USB”——早年 USB 线缆几百种,USB-C 标准化后任何设备互通;MCP 给 agent 做同样的事 | 2:35:59 | 利益中性,本课全课中心比喻 |
| Nick·Agentic课·Gmail | 实战课:具体搭一个 Gmail MCP server(笔记内未列锚点候选) | — | 利益中性,实操步骤 |
| Greg·MCP协议解读 | 翻译层视角:MCP 是 LLM 与各服务/工具之间的”翻译层”,把它们的不同语言统一成 LLM 听得懂的话 | 07:41 / 08:43 | 利益中性,嘉宾与 MCP client 厂商 Tempo 有利益相关,需留意 |
| Tina·26分钟搞懂MCP | 协议科普:HCS 三件套(Host/Client/Server)、TRP 三类(Tools/Resources/Prompt Templates)、生命周期、transport 选择(本地 stdio / 远程 HTTP+SSE / streamable HTTP);并演示 NA10 + Claude Desktop 两条搭建路径 | — | 利益中性,显式标注 NA10 不能加 resources/prompt templates 局限,推荐 code 路径作对照——采信折扣最低 |
| Tina·Andrew Agentic课精讲 | 与 function call 的关系:定义工具最简单的直接写函数,另一条路是 MCP——标准化”如何给 agent 定义工具”,免去为每个工具单独写胶水 | 15:59 | 利益中性,转述课程内容 |
| ByteGrad·Remotion+CC视频 | 视频场景:把 TTS 服务(11 Labs)作为 MCP server 接到 agent——先让 Claude 生成脚本、再把文本交给 TTS 生成语音、最后由 Claude Code 把音轨加进视频 | 15:19 | 利益中性,通用事实 |
| All About AI·浏览器 agent 三件套 | 反共识警告:Playwright 的 MCP 形态被作者明确劝退,推荐 Playwright CLI 而非 MCP——“同一底层工具以 MCP 与 CLI 接入 Claude Code 体验差距很大” | 00:10 | 利益中性,无 sponsor 声明但榜单即软性导流 |
| Semrush·Claude Code SEO 分析师 | SEO 域落地:Semrush 用 MCP 把 SEO 数据(top organic keywords / AI visibility 等)暴露给 Claude Code,7 步搭”个人 SEO 分析师”——Claude 可一句话问”我域名最容易攻的关键词是哪些” | — | 利益中性,Semrush 强 affiliate 绑定但 Chris 反复警告 LLM 数据要人工 validate,反向证据 |
| Jack·BLAST五步法 | 工具接入路径:Claude Code 桌面版通过 custom MCP connector 接 Firecrawl / Apify / Google Calendar / Gmail 等——connector 面板能直接搜出来,点 connect 授权即用 | 14:04 | 利益中性,Jack 反复承认 Antigravity/Work 等替代品存在——采信折扣最低 |
| Jack·ZeroEdit | CLI vs MCP 取舍:在 Higgsfield 批量生图场景明确选 CLI 不选 MCP——“Higgsfield CLI 在批量配图比 MCP 形态稳定性更好”——印证 MCP 工具的”质量方差”判断 | — | 与利益同向(Higgsfield affiliate),CLI 选择本身是公开可验证事实 |
| Sabrina·claude.ai connector | 入门门槛视角:claude.ai 网页版通过自定义 connector 接入零散 SaaS,Blotato 的 mcp.blotato.com/mcp 是范本——同一协议在网页版可用,门槛比 Claude Code 低 | — | 利益中性,Blotato 强关联但通用 connector 框架是协议层事实 |
| ISS·Claude Code SEO | connector 在 Claude Code app 里:连接器本质是把外部服务的数据/操作能力暴露给 agent 调用的 MCP 体系封装形态;Claude 自己判断该调什么工具,作者甚至没有显式点名 Shopify connector | 00:01 | 利益中性,harborseo affiliate 但 MCP 行为是协议事实 |
| ISS·Claude Code 获客机器 | 技术栈组合:Astro/Convex/Stripe/Resend/Clerk/Vercel/PostHog 几乎都提供 MCP 或纯 API 接入,Claude Code 基本能直接理解和调用——非开发者也能搭全套 | 01:46 / 02:39 | 与利益同向(harborseo affiliate),MCP 接入是技术事实 |
| Jack·Claude Design 2.0 | 跨域复用:Claude Design 直接复用 Claude Code 已有的 MCP 连接器体系,不需要重新配;图像生成能力也作为 MCP server 暴露给 Claude 在设计里直接消费 | 06:21 / 07:36 | 利益中性,主动承认 “the integration is a little dicey” —反向证据 |
| ISS·Claude Code 业务 €24k | 三大操作手段:Claude Code 完成任务只有三种——MCP 连接器、CLI/终端命令行、让 Claude 直接操控 Chrome 浏览器 | 05:14 | 与利益同向(harborseo affiliate),MCP 是其一 |
| Sabrina·AI循环工程 | connector 共享标准:在一处配好的连接器在另一处也能用——与 MCP 统一协议理念一致;从”电话那头的聪明朋友”到”有你家钥匙会打扫洗碗的朋友” | 03:18 | 利益中性,实践背书 |
| Riley·Paper + Fable 5 | 设计工具也能接:Paper.design 提供 MCP server 与 Linux Foundation 托管的 MCP 跨厂商标准一致——MCP 落到设计领域,不只编码工具能用 | — | 利益中性,Riley 主动承认 Paper 后续会收费、否认赞助——反向证据 |
| Nick·AI视频流水线 | 视频剪辑场景:把 MCP 用在视频剪辑自动化这种非编码场景,呼应 MCP “标准化把工具/数据暴露给 LLM 调用” 的定义——MCP 适用面不限于写代码 | — | 利益中性,Nick 强 affiliate 但 MCP 行为是协议事实 |
| Tina·NotebookLM 2.0 | NotebookLM 自己也有 MCP server:可以把 notebook 接入自己的 agent(如 Hermes automation)做编排——自动生成 weekly slides / 通勤 podcast / 硬件项目选题灵感 | 20:28 | 与利益同向(GenSpark sponsor + 365 affiliate),但 MCP 接入是协议事实 |
分歧与共识
- 共识(跨 26 源):MCP 是把外部工具/数据标准化暴露给 LLM 的协议;比喻上”AI 的 USB”被普遍接受;HCS 三件套(Host/Client/Server)+ TRP 三类(Tools/Resources/Prompt Templates) 是协议骨架;价值在”避免为每个 SaaS 重写胶水” 与”让工具成为可插拔资产”。
- 分歧 / 侧重:
- CLI vs MCP:同一底层工具在 CLI 与 MCP 形态下稳定性不同——All About AI 警告 Playwright MCP 不要用,Jack ZeroEdit 在 Higgsfield 批量生图选 CLI 而非 MCP;Nick·五要素则直接指出”MCP 工具质量方差大,需要甄别”。结论:不是所有工具都该走 MCP,批量 / 稳定性敏感场景优先 CLI;交互 / 通用接入场景优先 MCP。
- 入门路径分级:Tina·26分钟走 NA10(no-code)+ Claude Desktop 路径(门槛低但有局限);Jack·BLAST 走 Claude Code 桌面版 connector 面板(中门槛、所见即所得);Sabrina·claude.ai 走网页版自定义 connector(零门槛但功能最浅);Nick 课程则把 MCP 作为”agentic 五要素”工具章节的实操配菜。
- 是否”万能”:Nick·改变游戏节明确说 MCP 这类工具标准化是”让业务用 LLM 跑得起来”的山顶洞人之矛,不等价于”业务跑得好”——业务跑得好还需要规划、记忆、反思等其他要素,工具只是其一(对应 PTMRO 五要素)。
- OpenAI 标准是否取代:Greg·MCP协议解读(2025-03, MCP 刚爆)引述嘉宾”未必胜出、可能 OpenAI 标准取代”的彼时顾虑——本片录于 2025-03 谨慎表态,2026-07 后续多源已默认 MCP 是事实标准,该顾虑未实质化。
怎么用
- 按场景选 MCP 还是 CLI:标准化交互 / 跨平台复用 / 需要 Resources 或 Prompt Templates 暴露的场景走 MCP(典型:Google Calendar / Gmail / Slack / Notion / 设计工具);批量生图 / 跑批 / 性能敏感 / 调试时更细的 stdin/stdout 控制的场景走 CLI(典型:Higgsfield / 视频批量 / 浏览器自动化)。在 Claude Code 桌面版,这两种路径并存于 connector 面板与 Bash 工具,可混用。
- 避免劣质 MCP server 的甄别三步:① 看 GitHub star / Issue 关闭率 / 最近 commit 时间(近 90 天有 commit);② 看是否有官方认证(Linux Foundation 旗下 Agentic AI Foundation 托管列表);③ 自己跑一次小任务对比同类工具,延迟 / 错误率 / token 消耗三项指标。
- 接入设计:用 MCP 接数据源时,先在
data/目录缓存一份(减少 MCP 调用次数,降低 API units 消耗),再让 Claude 调缓存而非每次实时调 API——这与”先 cache 再 dashboard”模式是同一策略的 MCP 适配。
适用边界
- 不是所有工具都该走 MCP:All About AI·浏览器 agent 明确说 Playwright MCP 体验不如 CLI,Jack ZeroEdit 在 Higgsfield 选 CLI——稳定性 / 批量 / 调试敏感场景 MCP 反而是负优化。
- MCP 不解决业务跑得好:Nick 课程把它降为 PTMRO 五要素中”工具”一格——光有 MCP 不够,还需要规划 / 记忆 / 反思等。
- MCP 工具质量方差大:Nick·五要素直接警告”刚出时一堆人抢短期红利造了不少劣质工具”——不要看见 MCP server 就直接接,需要做甄别。
- 早期 MCP 生态有”未必胜出”的风险:Greg·2025-03 引用嘉宾顾虑(可能 OpenAI 标准取代)——这是 2025 年中的彼时判断,2026 年已不再构成实质风险,但可作为”不要把 agent 架构 100% 押在 MCP 上”的策略性提醒。
关联
- Claude Code Skill — 互补:Claude Code Skill 是项目内 skill(SKILL.md + 触发条件),MCP 是跨厂商标准协议;Skill 装在 Claude Code 内部,MCP 把外部工具接到 Claude Code。两者并列是 Nick 课程的”路线图”。
- MCP server — 进阶:本概念是协议层定义,MCP server 是该协议的服务端实现;同一份 MCP server 可以在 Claude Code / Claude Desktop / 任何支持 MCP 的 client 共用。
- MCP Host / MCP Client / MCP Transport — 互补:HCS 三件套 + transport 是 MCP 协议架构的剩余三块拼图——Host 包 Client、Client 通过 transport 连 Server;理解本概念的同时需要 HCS 三件套。
- MCP Tools / MCP Resources / MCP Prompt Templates — 互补:TRP 三类是被 MCP server 暴露的具体能力维度;Tools 是主动调用的函数、Resources 是只读数据、Prompt Templates 是结构化提示词蓝图。
- Host-Client-Server (HCS) — 进阶:MCP 三件套架构缩写 + 关系:Host 包 Client、Client 通过 MCP 协议连 Server——理解本概念的前提是理解 HCS。
- Agent 工程 — 进阶:MCP 是 agent 工程的”工具层”,解决”agent 怎么伸向世界”的具体问题——本概念是 Agent 工程在协议层的具体形态。