AI MCP 教學完整指南
一、什麼是 MCP（Model Context Protocol）？ MCP（Model Context Protocol） 是一種由 AI 系統使用的「 上下文交換協議 」，目的是讓 大型語言模型（LLM） 能夠 安全、結構化、可擴充地存取外部資料與工具 。 你可以把 MCP 想成： 👉 AI 世界的「USB / API 標準」 在 MCP 出現之前： 每個 AI Agent 每個工具（DB、API、File、Service） 幾乎都要「客製整合」 結果就是： 整合成本高 維護困難 AI Agent 很難重用 MCP 的核心價值 ： 👉 用「標準化協議」把 AI 與外部世界 接起來。 二、為什麼需要 MCP？它解決了什麼問題？ 傳統 LLM 的限制 LLM 本身有幾個硬傷： ❌ 無法直接讀取資料庫 ❌ 無法存取公司內部系統 ❌ 無法即時使用工具 ❌ 上下文（Context）管理混亂 以前常見做法是： 手寫 prompt 用 function calling 每個工具都自己定義格式 👉 完全沒有標準 MCP 的出現，讓事情變簡單 MCP 定義了 AI 與工具之間的統一互動方式 ，包含： Context（上下文） Resources（資源） Tools（工具） Prompts（提示） 讓 AI Agent 可以像「插件化」一樣擴充能力。 三、MCP 的核心組成概念 1️⃣ MCP Server 提供 工具與資料 例如： 資料庫查詢 檔案系統 REST API 公司內部服務 👉 MCP Server = 能力提供者 2️⃣ MCP Client（AI / Agent） 例如 ChatGPT、AI Agent 透過 MCP 呼叫工具 不需要知道實作細節 👉 MCP Client = 能力使用者 3️⃣ MCP 定義的三大能力 🔹 Resources（資源） 結構化資料 例如： 使用者資料 設定檔 文件內容 🔹 Tools（工具） 可執行的行為 例如...