# MCP (Model Context Protocol) 是什麼？模型上下文協定定義
在 2026 年，隨著 AI 智能體（AI Agents）全面滲透開發者的工作，MCP (Model Context Protocol，模型上下文協定) 已經成為與 API、JSON 並列的關鍵技術術語。
作為由 Anthropic 於 2026 年初主導開源的技術協定，它徹底改變了 AI 與外部世界的互動方式。本文將為您提供最清晰、直白的 MCP 術語定義與其架構解釋。
MCP (Model Context Protocol，模型上下文協定) 是由 Anthropic 於 2026 年主導開源的開放標準協定，旨在解決大語言模型客戶端 (Client) 與外部工具/數據源 (Server) 之間的資料連接標準。透過 MCP，AI 模型能以統一的接口安全地讀取本地檔案、查詢資料庫、以及呼叫 GitHub API 等外部服務。這項協定的誕生，終結了開發者需要為各個 AI 插件重複撰寫數據連接程式碼的混亂狀態，實現了「一個 MCP 服務器，全平台 AI 工具通用」的生態標準。
---
為什麼需要 MCP 協定？為了解決「接口碎片化」
在 MCP 出現之前，如果你開發了一個能夠讓 AI 讀寫資料庫的工具，你的串接流程會像這樣：
- 為了讓 Cursor 使用它，你必須為 Cursor 開發專用插件。
- 為了讓 Cline (VS Code 插件) 使用它，你必須按照 Cline 的規範重寫一遍。
- 為了讓 ChatGPT Custom GPTs 使用它，你又必須寫一個基於 OpenAPI 規範的 Action。
這導致了嚴重的「接口碎片化（Integration Fragmentation）」。
MCP 的解決方案是引入了一套類似網頁瀏覽器（HTTP）與伺服器（Web Server）之間的標準通訊協定。大模型客戶端只需要支援 MCP Client，就能直接串接世界上任何一個符合 MCP 規範的 Server。
---
MCP 協定的三大核心元素
在 MCP 協定中，數據與工具的提供被規範為以下三種資源類型：
1. Resources (資源)：
讓 AI 模型能夠安全讀取的靜態數據。例如：本地端文檔內容、資料庫的 Schema 結構、或是即時的 API 數據流。這相當於給 AI 提供了「唯讀的背景知識」。
2. Prompts (提示詞範本)：
預先設定好的 System Prompt 或是對話模板。Server 可以向 Client 提供推薦的 Prompts，幫助用戶更快地用最精確的提示詞來觸發特定任務。
3. Tools (工具)：
允許 AI 模型執行「寫入」或「動作」的動態函數。例如：在終端運行 npm run build、在 PostgreSQL 資料庫寫入一筆新訂單、或是發送一封 Slack 通知。這給了 AI 實質上的「動手執行能力」。
---
MCP 協定對企業 AI 應用的商業價值
對於研發經費有限的新創公司與企業而言，導入 MCP 協定有兩大優勢：
- 開發成本大減：企業只需要為內部的 ERP、CRM 系統寫一套
MCP Server，此後無論是 Cursor 編輯器、Dify 智能體平台，還是 Slack 的 AI 機器人，都能直接藉由該 MCP Server 讀寫數據，無須重複開發。 - 安全性控制：MCP 採用本地運行的 Client-Server 架構，所有的資料讀取與指令執行都必須在本地 Client（你的 VS Code 或本地應用）獲得用戶手動點擊
Approve授權後才能執行，避免了資料上傳公有雲的外洩風險。 - 模型相容性：主流模型如 Claude 3.5 Sonnet 與 Qwen 3.7 Max 均在預訓練中進行了大規模的 MCP 格式微調，對 Tool Calling 的解析極為穩定。