MCP 原理：Host、Client、Server 与能力发现

上一节，咱们手写了一条完整的 Tool Calling 调用链。

模型可以根据用户的问题返回 tool_calls，Agent 应用拿到工具名和参数以后，执行 get_order 查询订单，再把结果交回模型。

但是，大家仔细去看咱们的代码，会发现很多问题。

比如：咱们所有的工具定义 和 工具注册表 都是直接写在 tools.js 里面的

那么这就意味着，当我们想要在实现每一个 Tool Calling 的时候，都必须得知道：

1. 有哪些工具函数，分别对应什么参数
2. 工具注册表怎么写，怎样连接对应的业务系统

如果 tool 比较少肯定没问题，但是在实际项目中，这种 Tool 都是非常多的。

实际的企业项目中可能会有多个 Agent 系统。比如：订单查询 Agent、知识库 Agent、售后处理 Agent

甚至可能还会存在 需要调用远程工具接口的 Agent

因此，在实际企业项目开发中，就不可以单纯使用 Tool Calling 的这种形式了。

也就是说，纯的 Tool Calling 目前还缺少一个核心能力，那就是：

当工具来自其他项目、进程或者远程服务时，Agent 应该使用什么样的统一方式发现和调用它？

这就是 MCP 要解决的问题。

MCP 到底是什么

MCP 的完整名称是 Model Context Protocol，中文通常翻译成 模型上下文协议。

按照官方文档的定义：MCP 是一套用于连接 AI 应用和外部系统的开放标准。

网上有很多资料会把 MCP 理解为 USB 接口，寓意就是：通过同样的一套协议方案，来完成不同工具的调用

在这样的概念里，最重要的有两点：连接 和 标准

没有 MCP 时，Agent 和外部能力之间通常是私有连接：

即：每一种不同的能力，都使用不同的方式完成连接

而 MCP 就是 AI 应用和外部系统之间的一层标准协议，有了 MCP 之后，连接就变成这样了：