模型上下文協定（Model Context Protocol, MCP）旨在解決企業導入AI時面臨的數據整合挑戰。傳統上，企業需要投入大量資源開發API介面，以整合來自不同來源、格式各異的數據，才能讓AI有效運作。MCP的出現，提供了一個標準化的介面，讓AI能夠更輕鬆地存取和理解各種數據，免去繁瑣的整合開發工作，就像提供了一個「萬能轉接頭」。
MCP由Anthropic於2024年11月推出，它定義了一種標準化的方式，讓AI模型可以向外部工具請求服務和數據。透過提供AI上下文指示，MCP協助AI決定使用哪些工具、按什麼順序、以及如何將工作流程連結在一起以完成任務。MCP不僅是一個轉接頭，更像是一本使用說明書，幫助AI理解企業數據和應用情境，包括數據結構、業務邏輯、專業術語等。例如，在銀行客服系統中導入AI時，MCP能提示AI銀行的房貸規則、違約金計算方式，以及哪些客戶符合提前還款條件等資訊。
MCP的運作涉及三個主要組成部分：MCP主機（Host）、MCP客戶端（Client）和MCP伺服端（Server）。MCP主機是需要透過MCP存取外部工具的AI模型，例如Claude、ChatGPT等。MCP客戶端是AI存取MCP的程式碼，讓AI可以透過MCP來請求特定的工具或數據來源。MCP伺服端則提供AI所需的功能與數據，可以是遠端應用程式或本地數據來源，例如Slack、Gmail、Google日曆、Mac檔案系統等。透過這三者協同工作，AI能夠更方便地存取和使用各種外部資源，進而簡化企業導入AI的流程。
雖然MCP有許多優勢，但目前仍面臨一些挑戰。MCP市場主要由Anthropic主導，要使其成為普遍通用的標準，還需要更多模型供應商跟進採用。此外，MCP協定本身的複雜性也對開發者構成挑戰，特別是在部署和維護過程中，企業需要大量的內部協作。儘管如此，為AI打造更方便的萬能轉接頭仍是主要發展趨勢之一。Google推出的A2A協定是個例子，它延伸自MCP，專門用於串接AI代理，顯示了業界對於簡化AI導入流程的持續關注。隨著越來越多的關注和應用，MCP有望成為企業導入AI的重要工具。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容