Model Context Protocol（MCP）是一项开放规范， 用于将 AI 客户端连接到外部工具和数据。当插件需要读取实时信息、 执行操作或与其他服务集成时， 可以包含一个 MCP 服务器。
MCP 服务器是可选的。仅提供指令和资源的插件 可以只由技能组成。
MCP 服务器提供什么
MCP 服务器可以提供：
- 工具： 模型可以通过结构化输入调用的函数。
- 资源： 客户端可以读取的数据或内容。
- 提示： 可重复使用的提示模板。
- 指令： 适用于整个服务器的能力使用指导。
插件主要使用工具。每个工具都有名称、描述、输入模式， 以及可选的输出模式。这些字段帮助模型决定何时调用工具， 以及如何使用其结果。
工具调用的工作原理
当用户的请求与某个工具的功能相匹配时：
- 客户端发现 MCP 服务器提供的工具。
- 模型选择一个工具，并提供符合其输入模式的参数。
- 服务器验证请求、执行操作， 并返回结果。
- 模型使用该结果继续对话。
工具结果应当无需自定义 UI 即可使用。请返回简洁的文本或结构化内容， 为模型提供足够的信息来回答用户。 对于支持 MCP Apps 的客户端， MCP 服务器还可以返回可选的 UI 资源。
传输与授权
请使用可流式传输的 HTTP 传输方式，将生产环境中的 MCP 服务器部署在稳定的 HTTPS 端点上。 如果工具会访问私有数据或代表用户执行操作， 请使用 MCP 规范定义的授权流程 来保护服务器。
有关协议的详细信息，请参阅 MCP 规范。 Python 和 TypeScript 软件开发工具包 提供了服务器实现和辅助工具。
下一步
定义好您的插件所需的工具后， 构建 MCP 服务器。