> ## Documentation Index
> Fetch the complete documentation index at: https://docs.pflm.net/llms.txt
> Use this file to discover all available pages before exploring further.

# 忘掉 Manus 吧，MCP 才是离 AI Agent 最近的距离！

> 什么是 MCP？ 一文搞懂模型上下文协议

> AI Agent 之路，由 MCP 铺就，AI 自动化操作的时代已经到来，代码已不再是创意实现的最大门槛。

还记得 GPT-4 刚发布视频时的惊艳亮相时的视频演示场景吗？只见 AI 看着网站草图，就自动做了一个原形网站。只需要告诉 AI 指令，它就帮你完成了一系列的机票订票流程。许多人更是憧憬过 All in One App —— 通过 AI 搞定一切。

这其实才是大多数普通人眼里 AI 的原本模样 —— 我只需要动嘴，一切活有人搞定。可以说，**现阶段的 AI 使用形态，充其量就是个氛围组**。我只能获取必要的资料指引，具体的活还得我自己来干。真正的 AI，难道不是可以自动帮我干活，做 PPT 再顺手当个司机吗？

而过去两年的发展，AI Agent 不过是雷声大，雨点小的玩意了。做的人很多，但是能够在路人之间火出圈的产品，大抵也只有 Manus。但是高昂的使用门槛，很明显还是一个处于测试环节的产品。大人，这远处只能看的大饼，它不香呀！

但是，它的火爆宣告着 —— **AI Agent，就是众人的希望**。没办法，谁让人类就是这么懒呢？要是一个技术能让我偷懒摸鱼，那最好赶紧的。

接触 MCP 之后，我想说，想象中的全知全能 AI Agent，离我们可能真的近在咫尺。

不信？来看看下面这两个我实测过的场景吧：

**1. 基于内部文档的智能客服**

把帮助文档做成 MCP 服务，直接变身智能客服，不需要做 RAG 知识库，也能够精准解答客户基础问题。

![](https://r2.xmsex.net/2025/03/524ad94710e0ca71c90330312526efa9.png)

**2. 自动网页爬虫工具**

让 AI 自动爬取澳洲各高校录取要求，自动生成汇总生成招生简章，并附上所有引用信源。

![](https://r2.xmsex.net/2025/03/d862bbab81bdac66bf486615c41101bf.png)

你可以直接点击[此处](http://au.pflm.net/news/)看看它写的咋样。

![](https://r2.xmsex.net/2025/03/158491edae23eff7a96e2893ebce6afe.png)

**3. 浏览器操作助手**

让 AI 操作浏览器，登录 WP 网站后台，按照你的需求进行点点的操作。我更喜欢这个案例，因为它真的可以看懂你的网页内容，按照你的指令干活。

<video width="100%" controls>
  <source src="https://r2.xmsex.net/2025/03/dcb4a46ac3f82f93d38fdd6315da6d3f.mp4" type="video/mp4" />

  你的浏览器不支持视频播放。
</video>

其实呀，上班上班，到底是公司请人上班，还是说给电脑配了个人？如果 AI 能够全部控制电脑，按照你的需求干活。可悲的办公室白领还能干啥？~~（那当然是背锅~~

而实现这一切的背后技术，全然离不开 Anthropic 在 24 年 12 月悄咪咪发布的 MCP（模型上下文协议）标准。接下来，本文将深入解析 MCP 的概念、技术原理以及多种应用场景，帮助你快速理解并上手 MCP。

## 什么是 MCP？

MCP（模型上下文协议）是一个标准化工具箱，使 AI 大模型能够与外部工具交互，获取信息并完成具体任务。在传统方法中，用户需要手动复制文本、截图，然后粘贴到 AI 窗口进行交互。而 MCP 通过标准化协议自动化了这一过程，作为 AI 与外部工具的中间层，替代人工操作。

说人话版：一个能够让所有 LLM 顺畅自动使用工具的机器语言。这里说的工具并不是现实里的斧头锤子，而是指的是互联网上开源闭源的一系列软件工具。说白了就是人怎么用工具，只要那个工具支持了 MCP，那么不用你教，LLM 自己就会用了。并且，比人玩的还溜。

## MCP 的工作原理

MCP 由多个 MCP 服务器（MCP Server）组成，每个 Server 负责特定任务，例如：

* **浏览器操作**（如读取网页内容）
* **文档处理**（如编辑和解析本地文档）
* **代码管理**（如操作 Git 仓库）

MCP Server 运行在本地，通常是一个 Node.js 或 Python 进程。大模型通过标准输入（STDIO）与 MCP Server 交互，消息格式如下：

```json theme={null}
{
  "tool": "search_repository",
  "query": "TechShrump的GitHub仓库"
}
```

MCP Server 处理请求后，返回数据给大模型。

![](https://r2.xmsex.net/2025/03/7f1ae06d260c258bb12cda15dd547aed.png)

你就记得一句话完事，只要某个软件支持了 MCP，比如说 Figma， Blender, Photoshop，Excel 或 PPT（不知道支持没，我乱说的），那么安装工具之后，你的 AI 助手马上就学会了这些工具的使用。而且，可以接管你的电脑/网页。

你动嘴，它干活。

### MCP 和 API 的对比

可能你会说，这些事情不是只需要 LLM 知道怎么调 API 工具就可以完成了吗？

事情远没这么简单，因为 REST API 的设计对象是给人类程序员使用的。它非常死板，你输入的信息必须要符合我定义的格式才能正确返回结果。但 MCP 赋予了 AI 自助提问，自主寻找答案和结果的权力。

**新时代，新思想，新方法。**

## 快速上手：安装 MCP

就像大部分软件使用一样，想要让 AI 使用上 MCP，那么你得安装一个客户端软件。这个软件里要能调 AI，还能连接 MCP 服务器。

### 1. 安装支持 MCP 的客户端

目前支持 MCP 的客户端较少，基本只有以下工具：

* **Cursor**（AI 编程工具，开通 MCP 需支付 20 美元/月）
* **Claude 官方客户端** （美国信用卡 20 美元 / 月）
* **Client**（开源免费，本文以此为例）

我知道你们在想啥，不就是钱的事（你还得搞定美国信用卡），所以下文将会用免费的 VS Code + Cline 插件来带你一步步安装 → 感受你的 AI Agent 时刻。

#### 安装 Cline 并配置 AI 模型

1. 下载并安装 [VS Code](https://code.visualstudio.com/)。
2. 在 VS Code 的 **Extensions**（插件）市场搜索并安装 **Client**。

![](https://r2.xmsex.net/2025/03/39904dfe6835c67bb774609a2e840ff5.png)

3. 配置 AI 模型：

   * 选择 **DeepSeek** 作为模型提供商。~~（不是 DickSeek）~~

   ![](https://r2.xmsex.net/2025/03/b106052bbd199a604fb99784689f610f.png)

   * 去 DeepSeek API 平台申请一个 API Key。现在官方的服务器已经可以稳定使用了。
   * 选择 `deepseek-chat`。你也可以使用 `deepseek-r1`，我只是嫌它每次使用工具还要思考一遍，太内耗太慢了。

> 啥？你咋给我安装了一个开发者才会用的东西？这安装页面这么程序员，有没有一个更小清新的使用入口？没错希望我朋友圈的大厂里的高人快速整一个，AI 大舞台，有梦你就来。MCP 时代，客户端软件是妥妥的流量入口。

### 2. 安装 Node.js 运行环境

MCP Server 运行在本地的 Node.js 进程上，因此需要安装 Node.js。

1. 访问 [Node.js 官网](https://nodejs.org/) 下载并安装。
2. 验证安装：

打开你的终端，运行以下命令：

```bash theme={null}
node -v
npx -v
```

好了确保成功输出版本号。

### 3. 安装 MCP Server

1. 在 Cline 内点击 **MCP Server** 按钮，打开 MCP Server 应用市场。

![](https://r2.xmsex.net/2025/03/35c17eea3277d86ec223daba7fc81e1a.png)

2. 选择所需的 MCP Server（例如 Playwright 会使用浏览器的工具），点击安装。

![](https://r2.xmsex.net/2025/03/25ad4b348311d2b5656b50d07cc8b16a.png)

### 4. 测试 MCP Server

1. 在 Cline 中输入命令：使用 Playwright 打开网站： au.pflm.net

2. AI 自动调用 MCP 工具，此时你需要点击同意。

![](https://r2.xmsex.net/2025/03/f0512158d6b6d7d1e17a4527c3ac88bc.png)

3. 然后你就可以让 AI 去帮你干活了，比如说扒拉网页中的内容，变成自己的文档。

4. 其它 MCP 工具同理。

## 更多 MCP 工具推荐

* **browser2**：AI 读取浏览器内容，需安装 Chrome 插件。
* **Squint Shell Thinking**：将普通大模型转换为推理模型。
* **Filesystem**：允许 AI 访问本地文件系统。

你也可以访问访问 [Smithery AI](https://smithery.ai/) 发现更多 MCP Server。

![](https://r2.xmsex.net/2025/03/3377c6791c3561d459fa3c4fa3e6a7af.png)

## 总结

MCP 作为 AI 与外部工具交互的标准协议，极大提升了自动化能力。掌握 MCP 的基本原理和配置方法，可以帮助你高效利用 AI 进行开发和数据处理。

📌 **下一期，我们将深入探讨如何组合 MCP 工具，实现更加复杂的自动化任务。敬请关注！**