MCP Server
MCP协议中的服务端角色，实现MCP协议规范的工具服务程序，负责对外暴露工具能力，供支持MCP协议的AI模型即插即用地调用
核心事实
时间轴 (近 90 天)
在开放本地硬件给AI调用时，建议为MCP Server使用只读或受限账户，通过白名单限定可访问的目录与命令，并优先在本地回环地址或内网监听敏感通道。
企业内大量加密软件、审批系统、内部工具未必有开放API，但通过编写适配层（如MCP Server），Agent可在封闭环境中获得行动能力。
使用 npx -y 启动 MCP Server 时，-y 参数不可省略，否则会卡在交互式确认。
使用本地MCP Server控制设备时，本地电脑必须保持运行，MCP Server才能工作。
通过本地网络直接控制涂鸦设备时，MCP Server需要获取本地Key并与设备完成配对，之后才能发送加密指令。
将REST API一对一包装为MCP工具（如80个端点对应80个工具）是常见设计错误，会导致模型选择困难；正确做法是按任务形态组织少量工具、使用动宾结构命名、收紧schema并只返回模型需要的内容。
混淆代理问题是MCP安全风险之一：持有宽泛凭证的MCP Server替本不该拥有该权限的用户执行操作。
该YouTube技术频道视频结尾预告了后续内容：如何亲手编写并部署一个真实的MCP Server到自己的服务器上。
用Python的FastMCP库，几行配置即可把本机变成标准MCP Server，供云端或GPT接入。
Invariant Lab 在公开仓库创建了含恶意指令的 Issue，AI 读取后访问了私人仓库，并将私人信息写入公开 Pull Request。
还有 40 条时间轴事件
全部知识事实 (20)
MCP采用客户端-服务器架构，基于标准化的JSON-RPC通信协议
90%已验证MCP中每个工具都有严格的JSON Schema描述，包括名称、功能说明和参数规范
90%已验证MCP Server 可以暴露工具（Tools）、资源（Resources）和提示词模板（Prompts）三类能力
90%已验证MCP采用客户端-服务器架构，AI编程工具作为MCP客户端，外部服务作为MCP服务器
80%已验证Claude Code通过MCP协议可以直接连接浏览器、数据库、GitHub等外部服务
80%已验证MCP的设计哲学类似于USB-C接口的统一化思路，定义一套通用的客户端/服务器架构让AI模型能以标准化方式调用任意外部工具
80%已验证MCP客户端连接服务器后会首先执行能力协商（Capability Negotiation），查询服务器提供的工具、资源和提示模板
80%已验证在Claude Code中输入/mcp命令可以查看所有已连接的MCP服务器状态
75%已验证FastMCP是MCP Python SDK的高层封装，借鉴了FastAPI的设计哲学，通过Python装饰器将普通函数转化为MCP工具
75%已验证每个受保护的 MCP 服务器都必须发布一份位于 /.well-known/oauth-protected-resource 的 JSON 文档，声明服务器身份、支持的权限范围及有资格签发令牌的授权服务器
65%已验证在 MCP Server 中，工具（Tool）是暴露给上层 Agent 调用的最小能力单元，教程中使用装饰器方式进行工具声明
65%已验证AWS MCP服务器为智能体提供统一入口，让它们能够发现并调用AWS的各类服务
65%已验证最小权限原则要求系统内的每个用户、程序或服务仅被授予完成其工作所必需的最低访问权限
65%已验证应用最小权限原则可为MCP服务端工具与数据限定权限范围，降低被冒充带来的破坏面
65%已验证在授权层面，MCP服务器可以作为中间代理，负责持有、管理和轮换访问凭证，使Agent本身无需直接接触底层密钥
65%已验证AI应用只需实现一次MCP客户端，便可接入所有支持该协议的服务，从而大幅降低集成成本
65%已验证MCP 在安全性设计上约定工具调用需要明确的用户授权，资源访问受权限边界约束
65%已验证MCP Server在Client首次连接时会执行握手过程，返回支持的工具列表、功能描述、输入参数的JSON Schema定义和返回值格式
65%已验证一台MCP Host可以同时连接多个MCP Client，每个Client对接一个Server，实现多个外部能力并行调用
65%已验证MCP Server的设计遵循最小权限原则，每个Server只暴露其职责范围内的工具
65%