MCP 协议提供了哪些功能？十大核心能力一文看懂
一、统一接口与数据格式MCP 通过换行分隔的 JSON-RPC 消息，把“请求-响应”与事件流统一进同一种格式，模型无需为不同 API 写适配器即可解析。
二、声明式「工具」调用开发者可在 MCP Server 暴露 Tool，为查询数据库、调用第三方 API、执行脚本等操作写清晰的输入输出模式；模型按名称调用即可，天然避免拼接 URL 与参数。
三、原生流式传输SSE、Streamable HTTP、stdio 三条官方通道，让浏览器、云后端、本地脚本都能获得毫秒级 token 推送与全双工通信，适配聊天、语音、实时分析等场景。
四、会话与上下文管理每条消息带 session_id 和递增 event_id，服务器可断点续传、客户端可回溯历史；长任务（如代码生成）不会因网络闪断而丢失上下文。
五、细粒度安全授权基于 OAuth 2.1 颁发短效 Bearer Token，并通过 scope + audience 精确控制权限；支持 mTLS 与 RBAC，无需暴露长期 API Key。
六、多模态与大文件支持消息体可封装文本、JSON、二进制流甚至嵌入式 Base64 资源，配合分片上传下载，轻松处理图像、音频、PDF 等大文件。
七、服务发现与自描述元数据/.well-known/mcp.json 暴露 Server 元数据与 Tool 清单，客户端可以自动拉取 schema、动态生成调用代码，减少硬编码与版本碎片。
八、错误处理与状态码标准化协议定义了 MCP-Error 结构体与可扩展错误码（如 tool_not_found、rate_limited），便于模型区分“权限不足”还是“资源不存在”。
九、扩展性与插件生态从 GitHub、Stripe 到本地文件系统，社区已贡献 300+ 远程 MCP Servers；企业也可用开源 SDK 把内部微服务封装进统一目录，低成本扩展 AI 能力。
十、跨模型兼容与双栈部署MCP 与具体模型解耦：Claude、ChatGPT、Gemini、本地 Llama 3 均能做 Client；Server 既能托管在云端，也能以内嵌模式部署在同一进程里，满足不同安全级别需求。
