AI导航

MCP协议包含哪些角色和组件?

AI百科
2 min read
77 次阅读

MCP协议核心角色与组件全览

一、角色分层概览MCP(Model Context Protocol)采用“三层三角”架构:Host(主机)-Client(客户端)-Server(服务器)。

  • Host 负责统筹与安全;
  • Client 负责通信与上下文;
  • Server 负责能力与资源。

二、Host:主机层

  1. 创建并管理多个 Client,决定何时接入或断开 Server。
  2. 统一执行授权与令牌下发,确保最小权限。
  3. 聚合日志与调用链,实现审计、监控与配额控制。

三、Client:客户端层

  1. 与单一 Server 建立 1:1 状态会话,维持 JSON-RPC 消息流。
  2. 处理序列化/反序列化、重连、心跳等底层细节,让 Host 与 Server 解耦。
  3. 保存任务变量、记忆历史对话,为链式决策提供上下文。

四、Server:服务器层

  1. 暴露特定工具或数据源(如 GitHub、PostgreSQL、搜索引擎)。
  2. 在能力声明文件中列出可调用的方法、参数与权限说明。
  3. 聚焦单一职责:每个 Server 通常只做一件事,方便隔离与扩容。

五、辅助组件与机制

  • Capability Negotiation:握手阶段双向声明版本、功能列表与速率限制;
  • Transport Adapter:支持 Stdio、Streamable HTTP、SSE 等可插拔通道;
  • Security Sandbox:对潜在危险操作(文件写入、系统调用)进行预执行检查;
  • Metrics & Trace:实时收集调用延迟、错误率,为自动扩缩容提供依据。

六、选型与部署思考

  • 小规模本地工具链:Host + Stdio Transport,部署简单、延迟低。
  • 企业级多工具集成:Host 侧运行网关,Client 通过 HTTP 连接分布式 Server。
  • 公有云 SaaS:将 Server 打包成无状态函数,由 API Gateway 统一鉴权。

通过严格的角色分层与松耦合组件,MCP 让 AI 应用像插 USB-C 一样快速获取外部能力,既保证灵活扩展,又兼顾安全可控。

推荐工具

NVIDIA Chat with RTX AI聊天 Chat with RTX 是 NVIDIA 面向 RTX 电脑的本地 AI 聊天工具,可围绕本地文档和视频资料做问答,适合重视隐私、离线检索并具备硬件条件的用户更适合资料不便上传云 HuggingChat AI聊天 HuggingChat 是 Hugging Face 的开源模型聊天应用,支持 Omni 自动选模型,也可手动选社区开放模型对话。它适合体验开源模型、技术探索和问答,结果可能不稳定,重要内容需复核。 纳米AI搜索 AI搜索 纳米AI 是 360 旗下 AI 搜索和智能体入口,支持文字、语音、拍照提问、多模型协作与内容创作,适合中文用户做日常搜索、学习问答、移动查询、热点追踪、生活决策、知识整理和轻量创作。 Qwen Chat(通义千问) AI聊天 Qwen Chat 是Qwen 大模型聊天助手,支持Qwen 模型聊天、写作和编程问答,适合中文用户和开发者完成 AI 对话、资料问答和任务协作,适合上线前核对权限、成本和资料质量。 DuckDuckGo AI Chat AI聊天 DuckDuckGo AI Chat 适合重视隐私的普通用户使用,围绕隐私 AI 聊天、免账户使用和多模型问答提供对话式 AI 支持和任务协作能力,适合上线前核对权限、成本和资料质量。 Goody-2 AI聊天 Goody-2 是以极端安全和伦理对齐为特色的 AI 聊天助手,常用于观察模型拒答边界、内容安全策略、保守输出体验和 AI 风险讨论,更适合作为安全边界样本使用前应理解它偏实验性质,不适合。