MCP（Model Context Protocol）实战指南：从协议原理到动手构建 MCP Server 与 Client

如果你在 2025—2026 年做过大模型应用，大概率经历过这样的痛苦：每接一个外部工具（查数据库、读文件、调内部 API），就要手写一套专属的「函数描述 + 调用解析 + 结果回填」胶水代码。换个模型、换个前端，这套逻辑又得重写一遍。

MCP（Model Context Protocol，模型上下文协议） 的出现，就是为了解决这个问题。它由 Anthropic 在 2024 年底提出，并在 2025—2026 年迅速成为『大模型连接外部世界』的事实标准。一句话概括：MCP 是大模型与外部工具、数据源之间的 USB-C 接口——统一的协议，让任何 Server 能被任何支持 MCP 的 Client（Claude Desktop、Cursor、VS Code、各类 Agent 框架）即插即用。

本文从协议原理讲起，带你用官方 SDK 动手构建一个可用的 MCP Server 和 Client，并落到『把企业内部 API 封装成 MCP 服务』的真实场景。

一、为什么需要 MCP：Function Calling 的局限

大模型本身只能「对话」，要产生实际动作必须借助外部能力。早期的做法是 Function Calling（工具调用）：

• 开发者把每个函数的名称、参数 schema、描述写死在请求里；
• 模型返回「要调用哪个函数 + 参数」；
• 应用侧解析后执行，再把结果塞回上下文。

问题在于：这套约定是私有且碎片化的。OpenAI、Claude、通义千问各自的工具调用格式不同，参数描述风格不同，鉴权方式不同。每接一个工具、每换一个模型，都要重写适配层。

MCP 把这件事标准化了：

• Server 用统一协议声明自己能提供什么（Tools / Resources / Prompts；
• Client/Host 用统一协议发现、调用这些能力；
• 工具的实现细节（怎么连数据库、怎么调 API）完全封装在 Server 内部，对模型和前端透明。