Model Context Protocol
核心事实
时间轴 (近 90 天)
若MCP等开放协议被广泛采纳，整合层不必为每个代理单独做深度适配，生态整合成本将大幅下降；若各家维持封闭插件体系，统一入口的价值受限于适配广度。
模型完全依赖工具的 description 字段判断何时调用，描述模糊会导致误调用或漏调用。
MCP 生态仍在快速演进，选型应结合项目实际判断，而非照搬统一方案。
建议初期把 MCP 工具粒度做细、职责单一，配合只读/写操作分离的权限策略，再根据实际调用日志迭代收敛。
对于把 AI 智能体接入生产环境的团队，MCP 不是可选项而是基础设施。
AI 接入 Home Assistant 的推荐路径是：启用 MCP、先只读、做好备份、从云端模型学思路、再用本地模型落地。
Home Assistant 官方集成的 MCP 提供约七个工具，而社区版本提供超过七十个工具。
社区版 MCP 默认拥有删除权限，作者建议初期设为只读，先备份再放开写权限。
对于正在评估物业管理软件的企业，建议把“是否支持MCP和开放API”纳入采购清单。
PaperPilot 是一个完全在本地运行的纯 Rust PDF 引擎，通过 WASM 在浏览器中执行，并借助 MCP 协议向 AI 工具开放能力。
还有 40 条时间轴事件
全部知识事实 (20)
同时连接多个 MCP 服务器时，仅工具描述就可能消耗数千甚至上万 tokens
90%已验证MCP定义了三种核心原语：Tools（工具调用）、Resources（资源读取）和Prompts（提示模板）
90%已验证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Anthropic于2024年底推出了MCP（Model Context Protocol，模型上下文协议），这是一个旨在规范AI模型与外部工具、数据源之间交互方式的开放标准
90%已验证MCP将AI应用与外部工具的集成复杂度从M×N标准化为M+N
90%已验证MCP中工具（Tool）由模型决定调用，提示词（Prompt）由用户触发，资源（Resource）由应用程序控制
80%已验证MCP协议支持两种传输方式：stdio（标准输入输出）和HTTP SSE（Server-Sent Events）
80%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MCP基于JSON-RPC 2.0协议构建，支持请求-响应和通知两种消息模式
80%已验证MCP（Model Context Protocol）是Anthropic提出的开放协议，旨在标准化大模型与外部工具、数据源之间的交互方式
80%已验证MCP（Model Context Protocol）是Anthropic于2024年底推出的开放标准，采用客户端-服务器架构和JSON-RPC协议通信
80%已验证MCP的架构由三层组成：Host（宿主应用）、Client（客户端）和Server（服务端）
80%已验证MCP（模型上下文协议）是由Anthropic于2024年底推出的开放标准协议，旨在为AI模型与外部工具、数据源之间建立统一的通信接口
80%已验证Model Context Protocol（MCP）是由 Anthropic 于 2024 年 11 月正式开源发布的开放协议
80%已验证MCP（Model Context Protocol）是Anthropic于2024年底发布的开放标准协议，定义了AI模型与外部工具、数据源之间统一的通信规范
80%已验证MCP（Model Context Protocol）是由 Anthropic 于2024年底提出并开源的标准化协议，旨在让 AI 模型与外部工具、数据源之间的交互有统一的接口规范
80%已验证Blender MCP是基于MCP协议实现的插件，它将Blender的Python API暴露给语言模型，使模型能够创建对象、设置关键帧、调整摄像机
75%已验证MCP解决的是连接问题（模型如何触达工具），而Skill解决的是使用问题（模型何时、以何种策略组合工具）
75%已验证MCP的安全风险之一是提示注入攻击（Prompt Injection），恶意数据源可能在返回内容中嵌入指令诱导模型执行未经授权的操作
70%已验证MCP授权规范强调令牌的受众（audience）验证，MCP服务器必须校验令牌确实是签发给自己的，以防止混淆代理人攻击
70%