MCP(Model Context Protocol)是一種 AI 模型與外部工具溝通的協定，它的目標是讓 LLM（大型語言模型）能以標準化方式存取外部資源，而不需要每家自己定義 Plugin API 或 Agent 框架。

簡單比喻：如果要ai幫我找尋電腦某個word檔裡的資訊，在mcp出現前，它無法直接搜尋，需要搬到ai前才可處理。現在mcp就是作為一個統一接口，連結到各個不同的地方。

設計理念

1. Server / Client 架構

MCP 採取「客戶端—伺服器」模式。

• MCP Client : 它扮演提問者的角色，提出自己的需求。
• MCP Server : 負責接收請求並回傳結果。

這樣的分工，使得 LLM 不必了解外部服務的複雜細節，只要會提需求，就能透過 MCP Server 拿到正確的答案。

2. Schema 驅動

為了讓 LLM 能精確使用 MCP Server， 引入了 JSON Schema。

• 每個 MCP Server 都會事先宣告自己「能做什麼、需要什麼參數、會回傳什麼」。

模型能依照規範去動態生成正確的呼叫方式，而不是靠人工且死板的 API 呼叫。

3. 自我探索（Self-describing）

LLM 可向 MCP Server 查詢「你有哪些能力？」，mcp透過自描述的機制，邊問邊學，立刻知道怎麼用。