前兩篇我們先了解了 MCP 是什麼，以及它跟 API、Function Calling 有什麼不同。那麼這篇就來把 MCP 裡面最重要的三個角色搞懂：

Host、Client、Server。

MCP 的基本架構

MCP 的基本架構可以簡單想成：

User
  ↓
Host
  ↓
MCP Client
  ↓
MCP Server
  ↓
Tool / Resource

看起來很多名詞，但其實沒有想像中複雜。

Host 是什麼？

Host 可以理解成，使用者直接操作的 AI Application，支援 MCP 的 AI 應用程式，就可以扮演 Host 的角色。

Host 裡面通常會包含：

• LLM
• MCP Client

所以可以先把它想成：

Host
├── LLM
└── MCP Client

LLM 負責理解我們的問題，而 MCP Client 則負責跟 MCP Server 溝通。

那 MCP Client 呢？

MCP Client 可以想成：

負責幫 Host 跟 MCP Server 溝通的橋樑。

例如我們問 AI：

「幫我計算 123 × 456」

LLM 判斷這個問題可以使用 Calculator Tool，這時候不是 LLM 自己跑去呼叫 Server，而是由 MCP Client 負責把請求送出去。

所以：

LLM
 ↓
MCP Client
 ↓
MCP Server

這就是 Client 最重要的工作。

最後是 MCP Server

MCP Server 則是：

負責提供能力給 AI 使用。

例如我們有一個 Calculator Server：

Calculator MCP Server
└── calculate

也可以有：

File System MCP Server
├── read_file
└── list_directory

或是：

SQLite MCP Server
└── query

所以 MCP Server 不一定是某一種服務，你可以把它想成：

把某個能力包裝起來，透過 MCP 提供給 AI。

把三個角色串起來

現在就可以理解整個流程了，假設我們有：

Host
 │
 └── MCP Client
          │
          ▼
    Calculator Server
          │
          ▼
      calculate()

當使用者問：

「123 × 456 是多少？」

流程大概會是：

使用者
 ↓
Host
 ↓
LLM 判斷要使用 Calculator
 ↓
MCP Client
 ↓
Calculator MCP Server
 ↓
calculate()
 ↓
回傳結果
 ↓
LLM
 ↓
回答使用者

所以其實可以用一句話記住：

Host 負責整個 AI Application，Client 負責溝通，Server 負責提供能力。

為什麼要分成這三個角色？

如果每個 AI Application 都要自己處理 Calculator、File System、Git、SQLite……

最後可能會變成：

AI Application
 ├── Calculator 整合
 ├── Git 整合
 ├── SQLite 整合
 ├── File System 整合
 └── ...

而 MCP 想做的事情，就是讓這些外部能力可以透過一套共同的方式被 AI Application 使用。

             Host
              │
          MCP Client
              │
      ┌───────┼───────┐
      ↓       ↓       ↓
 Calculator  Git    SQLite
  Server    Server   Server

這也是為什麼 MCP 的架構會特別強調 Client ↔ Server。

總結

今天其實只要記住三個東西：

Host → AI Application

MCP Client → 負責跟 Server 溝通

MCP Server → 提供 Tools、Resources 等能力

把它串起來就是：

Host
 ↓
MCP Client
 ↓
MCP Server
 ↓
外部能力

下一篇我們就會先把 MCP 開發環境裝起來。