MCP
MCP 是 Model Context Protocol，用于标准化 AI 应用与外部工具、数据源和上下文资源的连接方式。
1. 为什么需要 MCP
没有统一协议时，每个 AI 应用都要单独接入：
- 文件系统
- 数据库
- 搜索服务
- 内部 API
- 业务系统
- 文档知识库
这会导致工具接入方式分散、权限难统一、上下文来源难治理。
MCP 的目标是让 AI 客户端以统一方式发现和调用外部能力。
2. 基本角色
MCP Client
AI 应用或 Agent 侧的客户端，负责连接 MCP Server。
MCP Server
把外部系统能力暴露出来，例如数据库查询、文件读取、文档搜索、业务 API。
Tools
可执行动作，例如查询、创建、更新。
Resources
可读取上下文，例如文件、文档、数据库记录。
Prompts
可复用的提示模板或任务入口。
3. MCP 适合什么
适合：
- 多工具接入
- 多 AI 客户端复用同一批工具
- 企业内部系统连接
- 需要统一权限和审计的场景
- 编码助手读取仓库、文档、 issue、CI 等上下文
不适合：
- 只有一个简单函数调用
- 工具生命周期很短
- 权限和部署环境无法控制
4. 工程关注点
- Server 暴露的工具是否最小化
- 是否区分只读和写入能力
- 是否有用户级权限校验
- 是否记录审计日志
- 是否限制本地命令执行和文件访问范围
- 是否对敏感资源做脱敏
- 是否处理超时、错误和重试
5. 与 Tool Use 的关系
Tool Use 是模型调用工具的能力模式。
MCP 是让工具和资源以统一协议暴露给 AI 应用的接入层。
两者经常一起出现，但不是同一个概念。
6. 与 Harness Engineering 的关系
MCP 可以为 harness 提供稳定的工具和上下文接口。
但完整 harness 还需要：
- 输入组织
- 上下文裁剪
- 输出校验
- 评测
- 观测
- 安全策略
7. 一句话总结
MCP 的价值在于把“每个工具单独接线”变成“用统一协议治理工具、资源和上下文”。