当我们使用大模型（如 Claude、GPT）时，经常会遇到一个问题：模型本身虽然"懂很多知识"，但它并不能主动访问外部世界。而 MCP（Model Context Protocol），正是为了解决这个问题而诞生的。
为什么需要 MCP？
大模型本质上只是推理系统。它虽然能分析、理解、生成内容，但默认情况下，它不能直接调用系统能力：
- × 打开浏览器
- × 查询天气 API
- × 读取本地文件
- × 调用数据库
- × 执行脚本
- × 控制 IDE
所以，需要一种标准方式让模型去"请求外部能力"。MCP 就是这个标准。
一个简单理解：
大模型
决策中心（思考）
外部工具
手和脚（执行）
MCP
神经系统（传递指令）
MCP 的核心组成
MCP 体系里有两个核心角色：
MCP Host（宿主端）
承载大模型并负责协调 MCP 调用的客户端工具。
它主要负责：
- • 接收模型生成的工具调用请求
- • 与 MCP Server 通信
- • 转发参数、接收返回结果
- • 再把结果交给模型处理
常见 Host：Claude Code、Cursor、Cline、Codex、Continue
MCP Server（服务端）
真正提供能力的一端，负责执行具体任务。
比如：
weather Server
调用天气 API，获取实时温度
filesystem Server
读取本地文件、写入文件
browser Server
控制浏览器、提取页面内容
MCP 的交互流程
MCP 并不是"大模型直接调用工具"，完整流程如下：
举个例子：查询实时天气
用户输入：
模型识别需求
"这不是知识推理，而是实时信息查询。" → 决定调用工具
Host 转发请求
Claude Code 发送 MCP 请求：{ "tool": "weather", "location": "Tokyo" }
Server 执行
weather MCP Server 调用天气 API，获取东京实时天气
模型整理结果
"东京当前 23°C，局部多云，湿度较高。"
在 Claude Code 中使用 MCP
方式一：自动安装（推荐）
Claude Code 支持自动发现和安装部分 MCP Server。直接告诉它你想使用什么工具，它会自动检测、拉取、启动并接入当前会话。
提示： 比如直接说"我想使用 weather MCP Server 查询天气"，Claude Code 会自动完成安装。
方式二：手动安装
如果自动安装失败，可以去官方生态仓库或社区市场手动获取：
- • MCP Servers 官方仓库
- • Smithery AI 社区市场
查看和管理 MCP
MCP 适合解决什么问题？
获取实时信息
天气、汇率、股票、热点新闻、搜索结果
与本地系统交互
文件操作、代码生成、目录扫描、IDE 联动
访问第三方服务
GitHub、Slack、Notion、数据库、浏览器
MCP 的局限性
MCP 不负责推理，只负责"连接能力"。推理由大模型负责，执行由 MCP Server 负责，协调由 MCP Host 负责。MCP 更像一个"能力扩展层"。
一句话理解：
MCP 是大模型连接外部工具的标准协议。
Model
负责思考
Host
负责调度
Server
负责执行