本文详细介绍了MCP(Model Context Protocol)协议架构、核心概念及工作原理。MCP包含Host、Servers和Protocol三部分，使用JSON-RPC 2.0通信协议，核心概念包括Resources(数据)、Prompts(模板)和Tools(函数)。文章解释了MCP交互流程：握手、资源发现和操作执行。MCP作为应用和模型间的桥梁，弥补了模型无法获取最新和私有数据的缺点，为AI应用开发提供了清晰工作流，是企业标准化AI能力的有效工具。

首先通过下图了解 MCP 全貌：

很明显 Host 协调 AI 工作流，并不关心数据细节；Servers 暴露自身能力，并不感知模型；Protocol 处理通信，和互联网协议并无两样。

MCP 流行的原因之一在于其通信协议 JSON-RPC 2.0 很早就存在了，支持两种传输机制：

• stdio：适合在同一台机器上运行 MCP Server，MCP Client 通过本地进程调用它。
• HTTP：通过 HTTP 协议传输，支持 SSE Stream。

MCP 有三个核心概念，从而提供灵活性，仔细理解下图内容：

Resources 代表模型可以读取的数据，每种资源采用 URL 来区别不同的数据，比如 file:// 表示文件系统、postgres:// 表示数据库。Server 通过 resources/list 列出可用资源，而 Host 通过 resources/read 获取数据。

Prompts 为常见任务提供可复用的模板，包含了特定领域知识，采取最合适的指令。比如数据库 MCP 服务提供慢查询调试、数据迁移等 Prompt，每个 Prompt 都包含任务的上下文信息。

Tools 是模型可调用的函数，用于执行特定计算，它会修改状态，通过 Tools 模型能够主动执行，每个 Tool 通过 JSON 定义参数、类型、约束，模型发送符合特定模式 JSON 对象，Server 验证执行后返回结果。

比如 GitHub MCP 包含 create_issue、merge_pull_request、add_comment 等 Tools，每个 Tool 有明确的规范。

请注意，这三个概念中，不管是 Client 还是 Server 两个维度都有 Resources、Prompts、Tools，需要仔细理解。

最后理解 MCP 协议交互细节，具体见下图：

首先 Host 上的 MCP Client 和 MCP Sserver 完成握手，交换协议信息，这和传统通信协议是一样的。

其次是最关键的发现，Host 通过 resources/list 获取 MCP Server 的 Respurces 信息、通过 prompts/list 获取可用的 Prompt 和参数、通过 tools/list 获取 Tools以及对应的 JSON 模式。

通过发现机制，MCP Server 能够自我描述，而且发现机制也是动态的。

第三步就是执行操作，比如 Client 通过 resources/read 请求获取 Resource。

对于 Tools，首先 Model 通过内在能力构建了一个包含 Tools 名称和参数的 JSON 对象，然后 Client 发送 tools/call 请求，Server 验证后返回给 Host。

Prompt 稍微有点不同，Host 要检索一个 Prompt，Client 使用 Prompt 名称和参数调用 prompts/get，Server 返回处理过的 Prompt，包含了参数和上下文，最后 Host 将处理过的 Prompt 传递给 Model 执行。

最后 MCP 的作用是全方面的，它是应用和模型之间的工具，弥补了模型的一些先天缺点，比如无法获取最新和私有数据。其次对于开发者来说，MCP 为构建AI应用提供了清晰的工作流；对于企业来说，通过MCP标准化形式暴露企业能力，避免受制于特定厂商指定的标准。

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！