模型上下文协议（MCP）

模型上下文协议（MCP）是Anthropic于2024年3月推出的一项开源标准，用于规范AI系统如何从已连接的集成和MCP服务器中发现、检索数据并将其纳入上下文，从而显著减少甚至无需手动配置，提高生成式AI输出中模型结果的相关性，并确保大规模环境下的上下文管理顺畅无缝。

MCP简介

AI驱动的应用依赖最新的上下文数据来提供准确且相关的结果。但随着部署规模扩大，手动映射和更新API、数据库与第三方服务之间的连接很快就会带来沉重的维护负担。模型上下文协议（MCP）通过定义统一且可扩展的上下文发现与交换框架来解决这一问题。符合MCP规范的服务器和智能体可实现上下文自动同步、实时更新和顺畅集成，为跨多种数据源构建可扩展且可靠的AI工作流提供支持。

MCP为何重要？

对于普通用户而言，出色的AI系统仿佛拥有“魔力”：操作直观、毫不费力，让人信赖并沉浸其中。要实现这种体验，需要有效利用上下文数据，但每个模型的上下文窗口都有限，因此一次能够处理的上下文数据量也受到限制。MCP通过与模型无关的框架，对上下文数据进行标准化和动态分发，从而扩大可检索内容的范围，并确保有效利用上下文窗口。正如HTTP为Web请求建立了通用协议，USB-C统一了不同设备间的供电和数据传输标准，MCP也定义了统一接口，使AI系统能够在各种集成环境中发现、交换和无缝管理上下文数据。

此外，MCP在赋能智能体AI系统方面发挥着关键作用。智能体AI是AI的一个分支，旨在主动与动态环境和互联系统交互并适应其变化。要成为高效的协作者或独立贡献者，AI智能体需要能够无缝访问、一致且标准化的数据。然而，随着集成数量不断增加，依靠人工确保各项集成都符合这一标准，会产生所谓的“N × M”问题：将AI系统中的“N”个工具（如API、智能体或工作流）与“M”个资源、系统或服务集成，导致巨大的扩展复杂性。AI智能体能够在无需额外人工输入的情况下动态、主动地检索资源，从而充分发挥优势；专用MCP服务器则可封装检索流程，帮助缓解这些瓶颈。

MCP如何工作？

在实际应用中，MCP采用服务器-客户端架构。AI系统（客户端）连接到代表特定工具、资源或数据源的MCP服务器，并通过查询了解其功能。MCP服务器会返回自身功能及其与AI系统交互方式的相关信息，随后模型会存储这些信息，供后续上下文使用。

当用户发起提示时，模型会动态查询其MCP服务器网络，其中每台服务器分别提供一组不同的功能。模型会确定最适合调用的连接，然后检索有效响应所需的上下文数据，无需用户明确指定来源。这种模块化设计支持开发者针对特定用例构建定制的MCP服务器，或采用开源社区提供的预构建版本。

MCP为可扩展性带来的另一项关键优势是动态发现。它会持续扫描所有MCP服务器上的变化，从而自动集成新功能，并确保数据源的结构更新不会中断工作流或破坏现有连接。

MCP应用和用例

MCP有许多极具价值的用例和应用场景，例如：

合规，MCP服务器可以对各自独立的监管机构所使用的查询进行标准化，确保合规框架在不同系统间无缝集成。在这一不断变化的环境中，MCP的动态发现功能尤其有用，有助于确保各项操作符合最新法规。
DevOps，MCP将CI/CD流水线、测试框架和监控工具等结构化数据源整合到统一工作流中，并利用每个步骤的上下文信息保持连续性。
编码助手：MCP能够感知多个代码仓库和应用层的上下文，并整合反映整个项目最佳实践的实时建议，同时兼顾关键依赖关系，因此可成为开发人员的强大工具。

MCP与RAG有何不同？

检索增强生成（RAG）是一种利用上下文数据增强基础AI系统或AI模型的技术。它与MCP有一些相似之处，但两者的工作方式和适用范围不同。两者都会整合上下文数据，以生成相关性和准确性更高的输出，但RAG更适合非结构化数据用例，例如在定向检索中附加网页、PDF或其他外部文档。

相比之下，MCP更适合封装跨大型结构化数据源的数据检索流程，例如客户关系管理（CRM）系统、财务报告或其他企业数据库。鉴于两者优势互补，MCP与RAG协同运行时可以发挥显著作用。例如，MCP可以从CRM中检索结构化数据，为RAG提供经过标准化和规范化的输入数据。随后，RAG可以将这些输入数据与客户电子邮件、支持聊天日志或相关新闻文章等非结构化数据源一并处理。通过这种协作，AI系统既能利用海量结构化数据，又能保留用户定义且与其需求最相关的上下文。

F5如何提供帮助

The F5 Application Delivery and Security Platform (ADSP)提供统一解决方案，用于交付和保护部署在混合多云环境中的AI工作负载。通过将应用交付和安全服务整合到一个统一平台中，F5可确保AI应用所需的性能、可靠性和可扩展性。

F5支持工具、数据源与AI系统之间安全高效的通信，从而增强AI驱动的工作流。F5先进的流量管理和API安全功能可确保顺畅检索上下文数据，同时降低延迟、中断或集成漏洞等风险。借助智能路由、协议优化和实时异常检测，F5有助于在不断变化的环境中保持AI应用的完整性和可用性。

F5通过降低复杂性、保护应用工作流并确保集成可靠，帮助组织在保持流畅性能和安全性的同时，放心扩展AI驱动型解决方案。