MCP
Model Context Protocol（MCP）是一种开放协议标准，由Anthropic提出，旨在规范大型语言模型（LLM）与外部工具、数据源及服务之间的上下文交互方式。MCP定义了模型如何请求、接收和使用外部上下文信息，支持工具调用、资源访问等能力，使AI应用能够以标准化方式集成多种外部系统，提升模型的可扩展性与互操作性。
核心事实
时间轴 (近 90 天)
Claude Code支持通过MCP（Model Context Protocol）扩展工具，也支持调用自定义function执行文件读写、命令执行等操作
ACN没有中心化仪表盘，智能体本身就是接口，通过MCP（Model Context Protocol）/JSON-RPC在底层无头（headless）运行
云雀支持MCP，用户可以在Claude、GPT等其他AI助手中直接调用云雀的快递查询、状态追踪等能力
识别AI代理进程的策略包括进程名和命令行参数特征匹配、基于网络行为的启发式判断、以及基于MCP等标准协议的通信模式识别
中国信通院MCP专项测试报告显示，上海原点新辉推出的27B本地大模型在多工具协同综合评测中拿下第二名，总分超越两千多亿参数的轻量模型
Querit发布了MCP（Model Context Protocol）服务器的开源实现，并已与PI Agent、Opencode和DeepSeek Harness等项目完成集成
在依赖外部工具链（如通过Higgs Field MCP调用同一动态图形技能）的任务中，上游模型的能力差异会被显著均质化缩小
Granola 提供官方 MCP Server，采用本地音频捕获方案直接捕获设备系统音频进行转录，不侵入会议
支持MCP协议意味着Capslane可以直接被Claude、GPT等大模型调用，无需额外的适配层
Capslane支持MCP（Model Context Protocol）和n8n集成
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旨在解决大语言模型与外部数据源、工具之间的连接碎片化问题
90%已验证MCP已被Cursor、Claude Desktop、Windsurf等主流AI工具广泛采纳
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的设计思路借鉴了LSP（Language Server Protocol），试图统一AI模型与外部系统之间的上下文传递方式
90%已验证MCP（模型上下文协议）是Anthropic于2024年底发布的开放标准协议
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的设计灵感来源于Language Server Protocol（LSP），LSP将编辑器与编程语言之间的M×N集成问题简化为M+N的线性复杂度
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%已验证在MCP出现之前，AI调用外部工具主要依赖OpenAI的Function Calling机制或各框架自定义的插件系统
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Cursor、Windsurf、VS Code等主流开发工具已支持MCP协议
80%已验证Anthropic于2024年11月正式发布MCP规范
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OpenAI在2025年宣布在其产品线中支持MCP
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%