社区交流 · 2026-09-21

MCP核心概念：掌握AI集成的模型上下文协议

开源教程转载｜MCP核心概念：掌握AI集成的模型上下文协议。Microsoft 及项目贡献者编写，智链谷平台运营整理。

> 开源教程转载 · 由智链谷平台运营账号整理发布。作者：Microsoft 及项目贡献者。
> [查看原文](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/README.md) · MIT 许可，完整声明见文末。

# MCP核心概念：掌握AI集成的模型上下文协议

[![MCP核心概念](https://raw.githubusercontent.com/microsoft/mcp-for-beginners/2f43408b764326df5fc928984c6dd7db2b8fb63e/translated_images/zh-CN/02.8203e26c6fb5a797.webp)](https://youtu.be/earDzWGtE84)

_(点击上方图片观看本课视频)_

[模型上下文协议（Model Context Protocol，MCP）](https://github.com/modelcontextprotocol) 是一个强大且标准化的框架，优化了大型语言模型（LLM）与外部工具、应用程序和数据源之间的通信。
本指南将引导您了解MCP的核心概念。您将学习其客户端-服务器架构、关键组件、通信机制以及实现最佳实践。

- 明确的用户同意：所有数据访问和操作均需在执行前获得明确的用户批准。用户必须清楚知道将访问哪些数据、将执行哪些操作，并对权限和授权进行细粒度控制。

- 数据隐私保护：仅在明确同意下暴露用户数据，且在整个交互生命周期中必须通过强有力的访问控制加以保护。实现必须防止未经授权的数据传输，保持严格的隐私边界。

- 工具执行安全：每次工具调用都必须经过用户明确同意，用户应清楚工具功能、参数及潜在影响。必须建立强健的安全边界，防止意外、不安全或恶意的工具执行。

- 传输层安全：所有通信通道应采用适当的加密和认证机制。远程连接应实施安全传输协议和正确的凭证管理。

#### 实现指南：

- 权限管理：实现细粒度权限系统，允许用户控制可访问的服务器、工具和资源
- 认证与授权：使用安全认证方法（OAuth、API密钥）并正确管理令牌及其过期
- 输入验证：根据定义的模式验证所有参数和数据输入，防止注入攻击
- 审计日志：保持全面操作日志用于安全监控和合规

## 概述

本课程探讨构建模型上下文协议（MCP）生态系统的基础架构和组件。您将了解到客户端-服务器架构、关键组件及驱动MCP交互的通信机制。

## 关键学习目标

在本课程结束时，您将能：

- 理解MCP的客户端-服务器架构。
- 明确主机、客户端和服务器的角色和职责。
- 分析使MCP成为灵活集成层的核心特性。
- 学习信息如何在MCP生态系统中流动。
- 通过.NET、Java、Python和JavaScript代码示例获得实用见解。

## MCP架构：深入解析

MCP生态系统基于客户端-服务器模型构建。该模块化结构允许AI应用程序高效地与工具、数据库、API和上下文资源交互。让我们分解该架构的核心组件。

MCP核心遵循客户端-服务器架构，主机应用可连接多个服务器：

- **MCP主机**：如VSCode、Claude Desktop、IDE或想通过MCP访问数据的AI工具程序
- **MCP客户端**：与服务器保持一对一连接的协议客户端
- **MCP服务器**：轻量级程序，通过标准化模型上下文协议暴露特定能力
- 本地数据源：您计算机上的文件、数据库和服务，MCP服务器可安全访问
- 远程服务：通过互联网可访问的外部系统，MCP服务器可通过API连接

MCP协议是一个采用基于日期版本控制（格式为YYYY-MM-DD）的不断演进的标准。当前协议版本为2025-11-25。您可查看最新版本的[协议规范](https://modelcontextprotocol.io/specification/2025-11-25/)

> **展望未来：** 2026年5月发布了下一版本规范2026-07-28的候选版本，计划于2026年7月28日正式发布。该版本使协议在传输层无状态（移除`initialize`握手和会话ID），规范了扩展框架，且废弃了Roots、Sampling与Logging，采用更新模式。详情见[ MCP变化点：2026-07-28发布候选版](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/mcp-2026-07-28-release-candidate.md)。

### 1. 主机（Hosts）

在模型上下文协议（MCP）中，主机是AI应用程序，它是用户与协议交互的主要接口。主机通过为每个服务器连接创建专用MCP客户端，协调并管理到多个MCP服务器的连接。主机示例如下：

- **AI应用程序**：Claude Desktop、Visual Studio Code、Claude Code
- 开发环境：集成了MCP的IDE和代码编辑器
- 定制应用：专用的AI代理和工具

主机是协调AI模型交互的应用。它们：

- **编排AI模型**：执行或与LLM交互，生成响应并协调AI工作流
- 管理客户端连接：为每个MCP服务器连接创建并维护一个MCP客户端
- 控制用户界面：处理会话流、用户交互和响应展示
- 执行安全控制：控制权限、安全限制和认证
- 处理用户同意：管理数据共享和工具执行的用户批准

### 2. 客户端（Clients）

客户端是核心组件，保持主机与MCP服务器之间的专用一对一连接。每个MCP客户端由主机实例化以连接特定服务器，确保有序且安全的通信渠道。多个客户端使主机能同时连接多个服务器。

客户端是主机应用内的连接器组件。它们：

- 协议通信：通过JSON-RPC 2.0向服务器发送请求，包括提示和指令
- 能力协商：初始化时与服务器协商支持的功能和协议版本
- 工具执行：管理模型发起的工具执行请求和响应处理
- 实时更新：处理服务器的通知和实时更新
- 响应处理：处理和格式化服务器响应以供用户展示

### 3. 服务器（Servers）

服务器是向MCP客户端提供上下文、工具和功能的程序。它们可以本地运行（与主机同一台机器）或远程运行（外部平台），负责处理客户端请求并提供结构化响应。服务器通过标准化的模型上下文协议暴露特定功能。

服务器是提供上下文和能力的服务。它们：

- 功能注册：注册并向客户端暴露可用的原语（资源、提示、工具）
- 请求处理：接收并执行客户端发起的工具调用、资源请求和提示请求
- 上下文提供：提供上下文信息和数据以增强模型响应
- 状态管理：维护会话状态并在需要时处理有状态交互
- 实时通知：向连接客户端发送能力变化和更新通知

任何人均可开发服务器，以专门功能扩展模型能力，支持本地及远程部署。

### 4. 服务器原语（Server Primitives）

在模型上下文协议（MCP）中，服务器提供三类核心原语，定义了客户端、主机和语言模型之间丰富交互的基本构建块。这些原语指定了通过协议可用的上下文信息类型和动作。

MCP服务器可暴露以下三类核心原语中的任意组合：

#### 资源（Resources）

资源是为AI应用提供上下文信息的数据源。它们代表可提升模型理解和决策的静态或动态内容：

- 上下文数据：供AI模型使用的结构化信息和上下文
- 知识库：文档库、文章、手册和研究论文
- 本地数据源：文件、数据库和本地系统信息
- 外部数据：API响应、网络服务和远程系统数据
- 动态内容：基于外部条件实时更新的数据

资源通过URI标识，支持通过`resources/list`发现和通过`resources/read`检索：

```text
file://documents/project-spec.md
database://production/users/schema
api://weather/current
```

#### 提示（Prompts）

提示是可重用的模板，有助于结构化与语言模型的交互。它们提供标准化的交互模式和模板化工作流：

- 基于模板的交互：预先结构化的消息和对话启动器
- 工作流模板：常见任务和交互的标准化序列
- 少样本示例：用于模型指令的示例模板
- 系统提示：定义模型行为和上下文的基础提示
- 动态模板：基于参数可适应特定上下文的提示

提示支持变量替换，可通过`prompts/list`发现，通过`prompts/get`获取：

```markdown
Generate a {{task_type}} for {{product}} targeting {{audience}} with the following requirements: {{requirements}}
```

#### 工具（Tools）

工具是AI模型可调用以执行特定操作的可执行函数。它们是MCP生态系统中的“动词”，使模型能够与外部系统交互：

- 可执行函数：模型可用特定参数调用的离散操作
- 外部系统集成：API调用、数据库查询、文件操作、计算
- 唯一标识：每个工具拥有独特名称、描述和参数模式
- **结构化输入/输出**：工具接受验证参数并返回结构化、类型化响应
- 执行能力：使模型能执行真实世界操作并获取实时数据

工具采用JSON Schema定义参数验证，支持通过`tools/list`发现，并通过`tools/call`调用。工具还能包含用于更好UI展示的图标等附加元数据。

工具注释：支持行为注释（如`readOnlyHint`、`destructiveHint`），描述工具是否只读或破坏性，帮助客户端做出执行决策。

工具定义示例：

```typescript
server.tool(
"search_products",
{
query: z.string().describe("Search query for products"),
category: z.string().optional().describe("Product category filter"),
max_results: z.number().default(10).describe("Maximum results to return")
},
async (params) => {
// 执行搜索并返回结构化结果
return await productService.search(params);
}
);
```

## 客户端原语

在模型上下文协议（MCP）中，客户端可暴露原语，使服务器能够向主机应用请求额外能力。这些客户端侧的原语支持更丰富、更交互的服务器实现，可访问AI模型能力和用户交互。

### 采样（Sampling）

> **废弃通知：** `2026-07-28`发布候选版标志采样被废弃，推荐直接集成LLM提供商API。该功能在`2025-11-25`版本及废弃后至少一年内仍可使用，但新设计应采用替代方案。详见[ MCP变化点：2026-07-28发布候选版](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/mcp-2026-07-28-release-candidate.md)。

采样允许服务器从客户端的AI应用请求语言模型完成。该原语使服务器能不嵌入自身模型依赖而访问LLM能力：

- 模型无关访问：服务器可请求完成，无需包含LLM SDK或管理模型访问
- **服务器发起AI**：服务器可自主使用客户端模型生成内容
- **递归LLM交互**：支持服务器需要AI辅助处理的复杂场景
- 动态内容生成：使服务器利用主机模型创建上下文响应
- 工具调用支持：服务器可通过`tools`和`toolChoice`参数使客户端模型在采样时调用工具

采样通过`sampling/complete`方法发起，服务器向客户端发送完成请求。

### 根（Roots）

> **废弃通知：** `2026-07-28`发布候选版标志根被废弃，推荐使用工具参数、资源URI或服务器配置替代。该功能在`2025-11-25`版本及废弃后至少一年内仍可使用。详见[ MCP变化点：2026-07-28发布候选版](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/mcp-2026-07-28-release-candidate.md)。

根为客户端提供了一种标准化方式，向服务器暴露文件系统边界，帮助服务器了解其可访问的目录和文件：

- 文件系统边界：定义服务器在文件系统中操作的边界
- 访问控制：帮助服务器了解其拥有权限访问的目录和文件
- 动态更新：客户端可在根列表变更时通知服务器
- **基于URI标识**：根使用`file://` URI标识可访问的目录和文件

根通过`roots/list`方法发现，客户端在根列表变更时发送`notifications/roots/list_changed`通知。

### 诱导（Elicitation）

诱导使服务器能够通过客户端界面请求用户提供额外信息或确认：

- 用户输入请求：服务器在需要工具执行时请求更多信息
- 确认对话框：请求用户批准敏感或重要操作
- 交互式工作流：使服务器能创建分步骤的用户交互
- 动态参数收集：在工具执行期间收集缺失或可选参数

诱导请求通过`elicitation/request`方法发起，通过客户端界面收集用户输入。

**URL模式诱导**：服务器还可请求基于URL的用户交互，允许服务器引导用户访问外部网页以进行认证、确认或数据输入。

### 日志记录

> **弃用通知：** `2026-07-28` 版本候选标记Logging为弃用，推荐使用 `stderr` 作为stdio传输方式和OpenTelemetry进行结构化可观测性。它会在 `2025-11-25` 版本及任何弃用后至少一年内继续有效。详情请参见 [MCP变更：2026-07-28 版本候选](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/mcp-2026-07-28-release-candidate.md)。

**Logging** 允许服务器向客户端发送结构化日志消息，便于调试、监控和运行时可见性：

- 调试支持：使服务器能够提供详细的执行日志以进行故障排除
- 运行监控：向客户端发送状态更新和性能指标
- 错误报告：提供详细的错误上下文和诊断信息
- 审计跟踪：创建服务器操作和决策的全面日志

Logging 消息发送给客户端，以提供对服务器操作的透明度并促进调试。

## MCP中的信息流

模型上下文协议（MCP）定义了主机、客户端、服务器和模型之间结构化的信息流。理解此流程有助于澄清用户请求如何被处理，以及外部工具和数据如何集成到模型响应中。

- 主机发起连接
主机应用（例如IDE或聊天界面）通过STDIO、WebSocket或其他支持的传输方式建立与MCP服务器的连接。

- 功能协商
客户端（嵌入在主机中）和服务器交换关于其支持的功能、工具、资源和协议版本的信息，确保双方理解会话可用的能力。

- 用户请求
用户与主机进行交互（例如输入提示或命令）。主机收集此输入并传递给客户端处理。

- 资源或工具使用
- 客户端可能向服务器请求额外上下文或资源（如文件、数据库条目或知识库文章）以丰富模型理解。
- 如果模型判断需要调用工具（例如获取数据、执行计算或调用API），客户端发送工具调用请求给服务器，指定工具名称和参数。

- 服务器执行
服务器接收资源或工具请求，执行必要操作（如运行函数、查询数据库或检索文件），并以结构化格式将结果返回给客户端。

- 响应生成
客户端将服务器响应（资源数据、工具输出等）集成到进行中的模型交互中。模型利用这些信息生成全面且语境相关的响应。

- 结果呈现
主机从客户端接收最终输出并呈现给用户，通常包括模型生成的文本以及任何工具执行或资源查询的结果。

此流程使MCP能够通过无缝连接模型与外部工具和数据源，支持先进、交互式和语境感知的AI应用。

## 协议架构与层级

MCP由两个不同的架构层组成，共同提供完整的通信框架：

### 数据层

数据层 使用 **JSON-RPC 2.0** 作为基础实现核心MCP协议。该层定义消息结构、语义和交互模式：

#### 核心组件：

- **JSON-RPC 2.0 协议**：所有通信使用标准化的JSON-RPC 2.0消息格式进行方法调用、响应和通知
- 生命周期管理：处理客户端和服务器之间的连接初始化、功能协商和会话终止
- 服务器原语：使服务器通过工具、资源和提示提供核心功能
- 客户端原语：使服务器能够请求LLM采样、引导用户输入并发送日志消息
- 实时通知：支持无需轮询的异步通知实现动态更新

#### 关键特性：

- 协议版本协商：使用基于日期的版本控制（YYYY-MM-DD）确保兼容性
- 功能发现：客户端和服务器在初始化时交换支持的功能信息
- 有状态会话：维护多个交互间的连接状态以保证上下文连续性

### 传输层

传输层 管理MCP参与者之间的通信通道、消息分帧和认证：

#### 支持的传输机制：

1. **STDIO传输**：
- 使用标准输入/输出流进行进程间直接通信
- 适用于同一台机器上的本地进程，无网络开销
- 常用于本地MCP服务器实现

2. **可流式HTTP传输**：
- 使用HTTP POST实现客户端到服务器的消息传输
- 可选使用服务器发送事件（SSE）实现服务器对客户端的流式传输
- 支持跨网络的远程服务器通信
- 支持标准HTTP认证（Bearer令牌、API密钥、自定义头）
- MCP推荐使用OAuth进行安全的基于令牌认证

#### 传输抽象：

传输层对通信细节进行抽象，使数据层能够统一使用JSON-RPC 2.0消息格式。该抽象允许应用程序无缝切换本地和远程服务器。

### 安全考量

MCP实现必须遵守若干关键安全原则，确保协议所有操作的安全、可信和可靠交互：

- 用户同意与控制：必须在访问任何数据或执行操作前取得用户明确同意。用户应能清楚控制共享的数据和授权的操作，提供直观的UI以审查和批准活动。

- 数据隐私：用户数据仅在明确同意下暴露，必须通过适当的访问控制保护。MCP实施必须防止未经授权的数据传输，确保交互全程隐私得到维护。

- 工具安全：调用任何工具前必须获得用户明确同意。用户应清楚了解每个工具的功能，并严格执行安全边界，防止意外或不安全的工具执行。

遵循这些安全原则，MCP确保在实现强大AI集成能力的同时，维护用户信任、隐私和安全。

## 代码示例：关键组件

以下列出多个流行编程语言的代码示例，演示如何实现关键的MCP服务器组件和工具。

### .NET示例：创建带工具的简单MCP服务器

下面是一个实用的.NET代码示例，展示如何实现带有自定义工具的简单MCP服务器。示例演示了如何定义和注册工具、处理请求以及使用模型上下文协议连接服务器。

```csharp
using System;
using System.Threading.Tasks;
using ModelContextProtocol.Server;
using ModelContextProtocol.Server.Transport;
using ModelContextProtocol.Server.Tools;

public class WeatherServer
{
public static async Task Main(string[] args)
{
// Create an MCP server
var server = new McpServer(
name: "Weather MCP Server",
version: "1.0.0"
);

// Register our custom weather tool
server.AddTool<string, WeatherData>("weatherTool",
description: "Gets current weather for a location",
execute: async (location) => {
// Call weather API (simplified)
var weatherData = await GetWeatherDataAsync(location);
return weatherData;
});

// Connect the server using stdio transport
var transport = new StdioServerTransport();
await server.ConnectAsync(transport);

Console.WriteLine("Weather MCP Server started");

// Keep the server running until process is terminated
await Task.Delay(-1);
}

private static async Task<WeatherData> GetWeatherDataAsync(string location)
{
// This would normally call a weather API
// Simplified for demonstration
await Task.Delay(100); // Simulate API call
return new WeatherData {
Temperature = 72.5,
Conditions = "Sunny",
Location = location
};
}
}

public class WeatherData
{
public double Temperature { get; set; }
public string Conditions { get; set; }
public string Location { get; set; }
}
```

### Java示例：MCP服务器组件

此示例展示了与上面的.NET示例相同的MCP服务器和工具注册，但用Java实现。

```java
import io.modelcontextprotocol.server.McpServer;
import io.modelcontextprotocol.server.McpToolDefinition;
import io.modelcontextprotocol.server.transport.StdioServerTransport;
import io.modelcontextprotocol.server.tool.ToolExecutionContext;
import io.modelcontextprotocol.server.tool.ToolResponse;

public class WeatherMcpServer {
public static void main(String[] args) throws Exception {
// 创建一个 MCP 服务器
McpServer server = McpServer.builder()
.name("Weather MCP Server")
.version("1.0.0")
.build();

// 注册天气工具
server.registerTool(McpToolDefinition.builder("weatherTool")
.description("Gets current weather for a location")
.parameter("location", String.class)
.execute((ToolExecutionContext ctx) -> {
String location = ctx.getParameter("location", String.class);

// 获取天气数据（简化版）
WeatherData data = getWeatherData(location);

// 返回格式化的响应
return ToolResponse.content(
String.format("Temperature: %.1f°F, Conditions: %s, Location: %s",
data.getTemperature(),
data.getConditions(),
data.getLocation())
);
})
.build());

// 使用 stdio 传输连接服务器
try (StdioServerTransport transport = new StdioServerTransport()) {
server.connect(transport);
System.out.println("Weather MCP Server started");
// 保持服务器运行直到进程终止
Thread.currentThread().join();
}
}

private static WeatherData getWeatherData(String location) {
// 实现将调用天气 API
// 为示例目的简化处理
return new WeatherData(72.5, "Sunny", location);
}
}

class WeatherData {
private double temperature;
private String conditions;
private String location;

public WeatherData(double temperature, String conditions, String location) {
this.temperature = temperature;
this.conditions = conditions;
this.location = location;
}

public double getTemperature() {
return temperature;
}

public String getConditions() {
return conditions;
}

public String getLocation() {
return location;
}
}
```

### Python示例：构建MCP服务器

此示例使用fastmcp，请确保先安装它：

```python
pip install fastmcp
```
代码示例：

```python
#!/usr/bin/env python3
import asyncio
from fastmcp import FastMCP
from fastmcp.transports.stdio import serve_stdio

# 创建一个 FastMCP 服务器
mcp = FastMCP(
name="Weather MCP Server",
version="1.0.0"
)

@mcp.tool()
def get_weather(location: str) -> dict:
"""Gets current weather for a location."""
return {
"temperature": 72.5,
"conditions": "Sunny",
"location": location
}

# 使用类的替代方法
class WeatherTools:
@mcp.tool()
def forecast(self, location: str, days: int = 1) -> dict:
"""Gets weather forecast for a location for the specified number of days."""
return {
"location": location,
"forecast": [
{"day": i+1, "temperature": 70 + i, "conditions": "Partly Cloudy"}
for i in range(days)
]
}

# 注册类工具
weather_tools = WeatherTools()

# 启动服务器
if __name__ == "__main__":
asyncio.run(serve_stdio(mcp))
```

### JavaScript示例：创建MCP服务器

此示例展示了JavaScript中MCP服务器的创建及如何注册两个与天气相关的工具。

```javascript
// 使用官方的模型上下文协议 SDK
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod"; // 用于参数验证

// 创建一个 MCP 服务器
const server = new McpServer({
name: "Weather MCP Server",
version: "1.0.0"
});

// 定义一个天气工具
server.tool(
"weatherTool",
{
location: z.string().describe("The location to get weather for")
},
async ({ location }) => {
// 这通常会调用天气 API
// 为演示简化
const weatherData = await getWeatherData(location);

return {
content: [
{
type: "text",
text: `Temperature: ${weatherData.temperature}°F, Conditions: ${weatherData.conditions}, Location: ${weatherData.location}`
}
]
};
}
);

// 定义一个预报工具
server.tool(
"forecastTool",
{
location: z.string(),
days: z.number().default(3).describe("Number of days for forecast")
},
async ({ location, days }) => {
// 这通常会调用天气 API
// 为演示简化
const forecast = await getForecastData(location, days);

return {
content: [
{
type: "text",
text: `${days}-day forecast for ${location}: ${JSON.stringify(forecast)}`
}
]
};
}
);

// 辅助函数
async function getWeatherData(location) {
// 模拟 API 调用
return {
temperature: 72.5,
conditions: "Sunny",
location: location
};
}

async function getForecastData(location, days) {
// 模拟 API 调用
return Array.from({ length: days }, (_, i) => ({
day: i + 1,
temperature: 70 + Math.floor(Math.random() * 10),
conditions: i % 2 === 0 ? "Sunny" : "Partly Cloudy"
}));
}

// 使用 stdio 传输连接服务器
const transport = new StdioServerTransport();
server.connect(transport).catch(console.error);

console.log("Weather MCP Server started");
```

该JavaScript示例演示了如何使用模型上下文协议SDK创建MCP服务器。它展示了如何注册名为`weatherTool`和`forecastTool`的两个工具，并通过`StdioServerTransport`使其对MCP客户端可用。

## 安全与授权

MCP包含若干内置概念和机制，用于管理协议中的安全和授权：

1. 工具权限控制：
客户端可指定模型在会话期间允许使用的工具，确保只有明确授权的工具可用，降低非预期或不安全操作的风险。权限可根据用户偏好、组织策略或交互上下文动态配置。

2. 认证：
服务器可要求认证以授予工具、资源或敏感操作的访问权限，可能涉及API密钥、OAuth令牌或其他认证方案。适当认证确保只有可信客户端和用户可调用服务器端功能。

3. 验证：
所有工具调用均强制参数验证。每个工具定义其参数的预期类型、格式和限制，服务器据此验证请求，防止错误或恶意输入影响工具实现，保障操作完整性。

4. 速率限制：
为防止滥用并确保公平使用服务器资源，MCP服务器可对工具调用和资源访问实现速率限制。速率限制可按用户、会话或全局施加，帮助抵御拒绝服务攻击或过度资源消耗。

通过结合这些机制，MCP为语言模型与外部工具和数据源的集成提供安全基础，同时赋予用户和开发者细粒度的访问和使用控制。

## 协议消息与通信流程

MCP通信使用结构化的JSON-RPC 2.0消息，促进主机、客户端和服务器之间清晰可靠的交互。协议定义不同操作类型的特定消息模式：

### 核心消息类型：

#### 初始化消息
- **`initialize` 请求**：建立连接并协商协议版本和功能
- **`initialize` 响应**：确认支持的功能和服务器信息
- **`notifications/initialized`**：表示初始化完成，且会话准备就绪

#### 发现消息
- **`tools/list` 请求**：发现服务器可用的工具
- **`resources/list` 请求**：列出可用资源（数据源）
- **`prompts/list` 请求**：获取可用的提示模板

#### 执行消息
- **`tools/call` 请求**：使用提供的参数执行指定工具
- **`resources/read` 请求**：检索特定资源的内容
- **`prompts/get` 请求**：获取带可选参数的提示模板

#### 客户端消息
- **`sampling/complete` 请求**：服务器请求客户端执行LLM完成
- **`elicitation/request`**：服务器请求客户端界面引导用户输入
- **Logging消息**：服务器向客户端发送结构化日志消息

#### 通知消息
- **`notifications/tools/list_changed`**：服务器通知客户端工具列表发生变化
- **`notifications/resources/list_changed`**：服务器通知客户端资源列表发生变化
- **`notifications/prompts/list_changed`**：服务器通知客户端提示列表发生变化

### 消息结构：

所有MCP消息遵循JSON-RPC 2.0格式：
- 请求消息：包含 `id`、`method` 和可选的 `params`
- 响应消息：包含 `id` 和 `result` 或 `error`
- 通知消息：包含 `method` 和可选的 `params`（无 `id`，不期待响应）

这种结构化通信保证可靠、可追踪且可扩展的交互，支持实时更新、工具链和健壮的错误处理等高级场景。

### 任务（实验性）

> **展望未来：** `2026-07-28` 版本候选将任务（Tasks）从实验核心规范毕业，成为专用任务扩展，生命周期重新设计（`tasks/get`，`tasks/update`，`tasks/cancel`；移除`tasks/list`）。如果您基于下面描述的实验API构建，请计划迁移。详情请参见 [MCP变更：2026-07-28 版本候选](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/mcp-2026-07-28-release-candidate.md)。

任务 是一项实验功能，提供持久执行包装器，支持对MCP请求的延迟结果检索及状态跟踪：

- 长时间运行操作：跟踪耗时计算、工作流自动化和批处理
- 延迟结果：轮询任务状态，操作完成后检索结果
- 状态跟踪：通过定义的生命周期状态监控任务进展
- 多步骤操作：支持跨多个交互的复杂工作流

任务包装标准MCP请求，实现不能立即完成操作的异步执行模式。

## 关键要点

- 架构：MCP采用客户端-服务器架构，主机管理多个客户端与服务器的连接
- 参与者：生态包含主机（AI应用）、客户端（协议连接器）和服务器（能力提供者）
- 传输机制：通信支持STDIO（本地）和可流式HTTP带可选SSE（远程）
- 核心原语：服务器公开工具（可执行函数）、资源（数据源）和提示（模板）
- 客户端原语：服务器可请求采样（支持工具调动的LLM完成）、引导（包括URL模式的用户输入）、根目录（文件系统边界）和日志
- 实验特性：任务为长时间运行操作提供持久执行包装器
- 协议基础：基于JSON-RPC 2.0且采用基于日期的版本控制（当前版本：2025-11-25）
- 实时能力：支持动态更新和实时同步的通知
- 安全优先：明确用户同意、数据隐私保护和安全传输为核心要求

## 练习

设计一个在您的领域中有用的简单MCP工具。定义：
1. 工具名称
2. 接受的参数
3. 返回的输出
4. 模型如何使用此工具解决用户问题

---

## 接下来

下一章：[第2章：安全](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/02-Security/README.md)

想知道 `2025-11-25` 之后会有什么变化吗？请阅读 [MCP 有什么变化：2026-07-28 发行候选版本](https://github.com/microsoft/mcp-for-beginners/blob/2f43408b764326df5fc928984c6dd7db2b8fb63e/translations/zh-CN/01-CoreConcepts/mcp-2026-07-28-release-candidate.md)。

---

**免责声明**：
本文件由 AI 翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 翻译完成。尽管我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始语言版文件应视为权威来源。对于重要信息，建议使用专业人工翻译。我们对因使用本翻译而产生的任何误解或误释不承担责任。

---

## 版权与许可

```text
MIT License

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE
```