Glossary · Updated 2026-04-30

MCP 是什么

MCP（Model Context Protocol）是 AI 调用外部工具和数据源的开放协议。它让模型不再只会聊天，而是能够连接文件、数据库、浏览器、笔记、搜索和业务系统。

如果把大模型比作大脑，MCP 就像它连接外部世界的接口。

没有 MCP，模型主要依赖自身知识和当前对话上下文。它可以回答问题，但很难可靠地操作真实工具。

有了 MCP，AI 可以通过标准化方式调用外部能力：读取文件、搜索网页、查询数据库、操作 Obsidian、控制浏览器、运行脚本、调用公司内部系统。

这就是为什么「有了 MCP，AI 才完整」。

MCP 解决什么问题

AI 要从聊天工具变成 Agent，必须解决三个问题。

第一，如何获得外部信息。模型训练数据有截止时间，也不知道你的本地文件、笔记、业务数据。

第二，如何调用外部工具。现实任务不只是生成文本，还包括搜索、写文件、发请求、创建笔记、修改数据库。

第三，如何用统一方式接入工具。如果每个 AI 客户端和每个工具都单独适配，生态会非常混乱。

MCP 解决的就是第三个问题：它提供一个通用协议，让 AI 客户端和工具服务器用统一方式通信。

一个简单比喻

MCP 可以类比 USB-C。

在 USB-C 之前，不同设备有不同接口，连接成本很高。有了统一接口，外设生态才能快速繁荣。

MCP 对 AI 工具生态的意义类似：模型、客户端和工具不需要彼此一对一定制，只要遵守协议，就能连接起来。

这也是 MCP 的战略价值。它不只是一个技术接口，而是 AI 工具调用生态的基础设施。

MCP 如何工作

一个 MCP 系统通常有三部分：

Host：AI 客户端，比如 Claude Desktop、Cursor、Raycast、Claude Code 等。
Client：Host 内部负责和 MCP Server 通信的部分。
Server：具体工具服务，比如文件系统、Obsidian、浏览器、搜索、数据库。

用户在 AI 客户端里发出请求。模型判断需要调用工具，于是通过 MCP 访问对应 Server。Server 执行操作后，把结果返回给模型。模型再根据结果继续推理或输出答案。

这个过程让 AI 从「只会说」变成「能做事」。

MCP 和 API 的区别

API 是应用给开发者用的接口。

MCP 是工具给 Agent 用的接口。

传统 API 往往假设调用者是程序员写的代码。MCP 则假设调用者是 AI Agent：它需要知道有哪些工具、每个工具怎么用、参数是什么、返回什么结果。

这意味着 MCP 不只是通信协议，还包含给模型理解的工具描述。

MCP 和 RAG 的区别

RAG 主要解决「给模型看什么资料」。

MCP 解决「模型可以调用什么工具」。

RAG 更像知识检索层。MCP 更像行动接口层。

当然，两者可以结合。比如一个知识库 MCP 可以让模型查询笔记；一个数据库 MCP 可以让模型检索业务数据；一个浏览器 MCP 可以让模型获取网页状态。

但 MCP 的范围比 RAG 更广。它不仅能查资料，还能执行动作。

为什么 MCP 对 Agent 重要

Agent 的核心是行动循环：理解目标、选择工具、执行动作、观察结果、继续迭代。

MCP 为这个循环提供工具层。

没有 MCP，Agent 很容易停留在「我建议你怎么做」。有了 MCP，Agent 可以直接「我来帮你做」。

例如：

读取 Obsidian 笔记并生成摘要。
在浏览器中打开网页并提取信息。
查询文件系统里的资料。
调用搜索工具补充事实。
把结果写回本地 Markdown。
调用设计、表格、数据库、邮件等工具完成任务。

这就是从 Chatbot 到 Agent 的关键一步。

Obsidian MCP 的例子

Obsidian MCP 是一个很好的例子。

没有 MCP 时，AI 想操作 Obsidian，通常只能通过文件系统读写 Markdown。这已经有用，但不够结构化。

接入 Obsidian MCP 后，AI 可以通过工具列出笔记、读取内容、创建笔记、修改文件、生成链接。

这让 Obsidian 从一个笔记软件，变成 Agent 可以调用的知识系统。

Raycast MCP 的例子

Raycast 支持 MCP 后，普通用户使用 MCP 的门槛明显降低。

用户不一定要手写复杂配置，而是可以在 Raycast 里搜索、安装、管理 MCP Server，再把它挂到 AI Chat 里使用。

这代表一个趋势：MCP 会从开发者工具逐步进入普通用户的 AI 工作台。

MCP 的限制

MCP 不是魔法。

第一，它解决连接问题，不自动解决任务质量。工具接上了，Agent 仍然需要好的目标、上下文、流程和验收标准。

第二，MCP Server 的质量差异很大。一个设计不好的 Server，会让 Agent 调用困难、结果不稳定。

第三，权限和安全很重要。让 AI 读写文件、调用浏览器或访问数据库，必须有边界和确认机制。

所以 MCP 最适合放在一套完整的 Harness 里使用，而不是孤立安装一堆工具。

和 newtype OS 的关系

在 newtype OS 里，MCP 是管道层。

Framework 提供运行环境，Skills 提供方法，文件系统提供记忆，Agent 负责任务分工，而 MCP 负责把外部工具接进来。

这也是 AI OS 成立的关键：AI 必须能接触真实工作环境，才能从聊天助手变成工作系统。