模型上下文协议 （MCP） 是一个标准化接口，旨在实现 AI 模型与外部工具和资源之间的无缝交互，打破数据孤岛并促进不同系统之间的互作性。本白皮书全面概述了 MCP，重点介绍其核心组件、工作流和 MCP 服务器的生命周期，包括三个关键阶段：创建、作和更新。我们分析与每个阶段相关的安全和隐私风险，并提出减轻潜在威胁的策略。本白皮书还研究了当前的 MCP 形势，包括行业领导者对 MCP 的采用和各种用例，以及支持其集成的工具和平台。我们探讨了 MCP 的未来方向，强调了将影响其在更广泛的 AI 生态系统中的采用和发展的挑战和机遇。最后，我们为 MCP 利益相关者提供建议，以确保其在 AI 领域的不断发展下安全和可持续发展。

近年来，能够与各种工具和数据源交互的自主 AI 代理的愿景获得了巨大的发展势头。随着 OpenAI 引入函数调用，这一进展在 2023 年加速，它允许语言模型以结构化的方式调用外部 API。这一 进步扩展了 LLM 的功能，使它们能够检索实时数据、执行计算并与外部系统交互。随着函数调用的采 用，围绕它形成了一个生态系统。