MCP 传输层与协议生命周期：stdio/HTTP/SSE 传输与 JSON-RPC 2.0
深入解析 MCP 的三种传输方式（stdio、SSE、Streamable HTTP）的选型对比，以及 initialize 握手、capability 协商、三类消息模型、协议状态机、错误码与重连机制，配合 JSON-RPC 2.0 消息样例与鉴权流式传输实战。
tag
MCP
共 51 篇文章。
MCP 生态前沿与高级议题
MCP 生态持续发展，新特性和扩展不断涌现。本文详解协议扩展机制、多服务器编排、流式传输、自定义能力、性能优化策略以及 MCP 与 Agent 框架的集成模式。
MCP 生产部署与运维实践
将 MCP 服务器从开发环境推进到生产环境需要解决稳定性、扩展性和可观测性三大挑战。本文详解容器编排、负载均衡、健康检查、监控告警和配置管理的完整方案。
MCP 服务器实现指南（TypeScript SDK）
使用官方 @modelcontextprotocol/sdk 从零构建 MCP 服务器。本文覆盖服务器初始化、工具注册、请求处理、错误传播、资源暴露和 Prompt 模板定义，附带完整可运行的代码示例。
MCP 工具设计模式与最佳实践
设计优秀的 MCP 工具需要兼顾 AI 可理解性、安全性和实用性。本文详解工具命名、参数设计、描述撰写、组合模式和结果格式化等 MCP 工具设计的核心方法论。
MCP 客户端集成与调用模式
本文详解如何在自定义 AI 应用中集成 MCP 客户端。涵盖客户端初始化和服务器发现、工具调用链、多服务器协调、上下文管理和结果后处理等核心模式。
MCP 安全实践与权限控制
在 AI 助手连接外部工具的开放生态中，安全是首要考量。本文详解 MCP 的权限模型、输入验证策略、沙箱隔离、审计日志和面向生产的 MCP 服务器安全加固方案。
MCP 协议概述与架构设计
Model Context Protocol（MCP）是 Anthropic 提出的开放协议，用于 AI 助手安全、标准化地连接外部工具和数据源。本文详解 MCP 的核心概念、架构分层、生命周期管理和与 Function Calling 的区别。
MCP Resources 与 Prompts 机制
Resources 和 Prompts 是 MCP 协议中相对 Tools 的两大互补能力。本文详解 URI 资源寻址、资源订阅通知、提示词模板的参数化注入，以及三种能力在构建 AI 应用时的协同使用策略。
MCP Model Context Protocol
Model Context Protocol（MCP）是 Anthropic 于 2024 年提出的开放协议标准，旨在让 AI 助手通过统一接口调用外部工具、访问资源和执行提示词模板，实现从「对话式 AI」到「行动式 AI」的跨越。本专题系统覆盖 MCP 协议三层架构（传输层/协议层/能力层）与生命周期、基于 TypeScript SDK 的服务器实现（Tools/Resources/Prompts 注册与错误处理）、客户端集成与多服务器编排、威胁模型与权限控制安全实践、工具设计最佳模式（命名/参数/描述/组合）、生产环境的 K8s 部署与 Prometheus 监控，以及传输层与协议生命周期（stdio/SSE/Streamable HTTP）、多服务器编排与上下文路由、MCP 与 Agent 框架集成、上下文工程与提示词资源管理、可观测性与调试、生态全景与 A2A 对比、OAuth 鉴权与会话（动态注册/PKCE/双令牌轮换）、客户端 SDK 深入（TypeScript 协议状态机）、资源模板与订阅（URI 模板/ListChanged 通知）、Sampling 机制（反向补全/人工审批）、服务器测试框架（in-memory 传输/协议断言/端到端测试）、LLM Agent 编排模式（多 Agent 协作/工具路由/状态传递）、JSON-RPC 2.0 协议深入（三类消息/错误码/方法命名空间/能力协商/通知语义）、远程传输与部署（Streamable HTTP/SSE/无状态会话/鉴权托管）、工具调用可靠性（超时/重试退避/幂等键/长任务异步化/并发背压）、记忆与持久化工具（长期记忆/向量语义检索/记忆图谱/跨会话持久化/隐私治理）、浏览器与网页工具（导航等待/选择器与 a11y 树/表单交互/无头浏览器/会话隔离/合规边界）、发布与生态（分发形态/目录发现/质量门/版本兼容/远程托管/运维演进）、数据库工具（SQL 查询/Schema 资源暴露/读写权限边界/防注入/审计/多数据库适配）、向量检索与 RAG 工具（Embedding/向量库接入/检索增强/混合检索）、文件系统工具（安全边界/路径隔离/流式处理/沙箱）、网页抓取工具（内容提取/结构化输出/robots 合规/反爬边界）、成本与 Token 优化（token 预算/结果缓存/批处理/降级策略）、多语言 SDK 生态（Python/Go/Rust SDK 对比/自定义 SDK/框架绑定）、代码执行工具与沙箱（容器/gVisor/WASM 隔离/资源与超时限制/审计）、MCP 网关与注册中心（多服务器聚合/能力路由与命名空间/注册发现/鉴权配额/高可用）、企业治理（RBAC 权限模型/审批与人工确认/审计日志与合规/多租户隔离/供应链风险）、Git 与 DevOps 工具（仓库范围隔离/危险操作防护/CI 触发与状态）、云基础设施与 IaC 工具（只读与变更分离/plan-apply/dry-run/最小权限）、服务器评估与基准测试（工具选择准确率/参数填充正确性/任务成功率/LLM-as-judge）等深度议题，为 AI 应用开发者提供从协议理解到工程落地的完整路径，并补齐 Elicitation 用户交互、Roots 文件系统边界、多模态工具、流式响应与进度通知、工具版本兼容治理、IDE 与编辑器集成等进阶议题。
模型上下文协议（MCP）完整指南：从 Anthropic 标准到 AI 应用互操作性革命
系统拆解 Model Context Protocol（MCP）的设计哲学、协议分层和核心概念：Resources、Prompts、Tools、Sampling。 涵盖 MCP 与 Function Calling、插件系统、API 网关的区别与互补关系。 附架构全景图、协议消息格式详解，以及 MCP 在 Claude Desktop、Cline、Continue 等客户端中的实际运行机制。