iT邦幫忙

2025 iThome 鐵人賽

DAY 22
0
IT 管理

從 Claude 到 Claude Code,非工程師小白也能掌握的辦公效率神器系列 第 22

【Day22】Claude MCP (1) AI 工具的萬用插頭

  • 分享至 

  • xImage
  •  

設想一個場景,老闆突然丟了個任務:「幫我整理一下上個月所有客戶意見」

但這些資訊分散在 Gmail 裡的客戶郵件或 Slack 的對話訊息中

你滿懷希望地打開 AI 先請它協助:「幫我整理一下上個月的客戶回饋」

結果 AI 卻回你:「我沒有取得你的應用程式的權限,但你可以貼上相關的內容後我再來協助你…」

於是我們開始了漫長的複製貼上之旅:打開 Gmail 複製、切換到 Claude 貼上、再打開 Slack 複製、再貼上...

兩小時過去了,手指快抽筋了,心裡只有一個念頭:

為什麼 AI 不能直接去讀這些資料?明明就在雲端上啊!

這就是今天要討論的主題 **MCP(Model Context Protocol)**要解決的問題


AI 的萬用接頭

還記得以前每個裝置都有不同的充電線嗎?iPhone 一條、Android 一條、相機又是另一條,出門要帶一整包線

https://ithelp.ithome.com.tw/upload/images/20251006/20140721jGUBWRFzw5.jpg

直到 USB-C 出現,一條線解決了所有問題

MCP 就是 AI 世界的 USB-C

它是一個開放的標準協議,讓 AI 工具可以安全地連接到各種資料來源,不用每次都自己重新發明輪子

  • 以前:每個 AI 工具想連 Gmail、Slack、GitHub,都要各自寫一套連接程式
  • 現在:只要大家都遵守 MCP 這套標準,就能互相連接

更棒的是,MCP 是開源的,不是某家公司獨佔的技術。就像 USB-C 是大家共同遵守的標準,任何開發者都能拿來用


MCP 解決了什麼問題?

在 MCP 出現之前,我們面臨一個很頭痛的狀況

假設有 3 個 AI 工具想連接 4 個服務:
需要開發的整合數量 = 3 × 4 = 12 個

同時每個 AI 工具的開發團隊都要:

  • 學習 Gmail 的 API 怎麼用
  • 學習 Slack 的 API 怎麼用
  • 學習 GitHub 的 API 怎麼用
  • 學習 Notion 的 API 怎麼用

更慘的是,當某個服務更新 API 時,12 個整合都要跟著改

對於 user 來說:

  • 不同 AI 工具支援的服務不一樣(Claude 能連 A,ChatGPT 能連 B)
  • 新功能推出超慢(要等每個工具各自開發)
  • 有時候整合會壞掉(因為 API 更新了)

有了 MCP 之後,遊戲規則變了:
需要開發的整合數量 = 3 + 4 = 7 個

邏輯很簡單:

  • AI 工具端:學會 MCP 這套標準就好(3 個)
  • 服務端:提供 MCP Server 就好(4 個)

對我們的實際好處是什麼?
更多服務會快速加入:開發一次就能被所有支援 MCP 的 AI 用
功能更新更快:不用等每個 AI 各自慢慢做
整合品質更穩定:大家遵循同一套標準
不會被綁死在一個 AI 工具:資料整合是共通的

簡單來說,就是從「各自為政」變成「統一標準」


MCP 的運作原理

技術原理聽起來可能有點抽象,我們用「餐廳點餐」來比喻看看

三個角色

MCP 的世界裡有三個主要角色:
https://ithelp.ithome.com.tw/upload/images/20251006/20140721RAnnceExzA.png

  • Host(主持人)= Claude Desktop App
    • 我們實際使用的應用程式
    • 就像餐廳的「客人」
  • MCP Client(客戶端)= 內建在 Claude 裡的連接器
    • 負責管理連接和翻譯需求
    • 就像餐廳的「服務生」
  • MCP Server(伺服器)= Google Drive / Slack / GitHub
    • 提供實際的資料和功能
    • 就像餐廳的「廚房」

整個架構設計得很直覺:開發者可以選擇做 Server(提供資料)或做 Client(連接資料),各司其職

運作流程(以讀取 Google Drive 為例)

來看看實際上是怎麼運作的:

步驟 1:我們提出需求

對 Claude 說:「幫我找上週的會議記錄」

步驟 2:Claude 理解意圖

Claude 分析後發現,欸,這需要去 Google Drive 找東西

步驟 3:Client 發送請求

MCP Client 用標準格式向 Google Drive Server 說:「嘿,我要找某個時間範圍的會議記錄」

步驟 4:Server 處理請求

Google Drive Server 在我們的雲端硬碟裡搜尋

步驟 5:回傳資料

Server 把找到的檔案資訊傳回來

步驟 6:Claude 整合資訊

Claude 收到資料後,用它的理解能力產生有用的回應

步驟 7:我們看到結果

螢幕上出現整理好的會議記錄摘要

整個過程幾秒內完成,而且最重要的是——我們完全不用離開 Claude 去複製貼上

這就是 MCP 的核心價值:讓 AI 能夠自己去取得需要的資料,而不是把我們當成「人肉搬運工」

結語murmur

今天會稍微講到一些比較深入的概念,不過對於非技術的人來說,只需要先記得最簡單的一個概念就好:

  • MCP 就是用來串連 AI 工具和不同應用的,讓你不用一直複製來、貼過去的

上一篇
【Day21】Claude Artifacts(7) 實作一個提示詞分析工具,讓 AI 幫你分析提示詞結構
下一篇
【Day23】Claude MCP(2) 連結 Google 行事曆,讓 Claude 幫你分析/找時間空檔
系列文
從 Claude 到 Claude Code,非工程師小白也能掌握的辦公效率神器24
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言