规范
规范

规范

社区译文；来源： MCP 80041ab0

模型上下文协议 （Model Context Protocol，简称 MCP）是一项开放协议，可将 LLM 应用与外部数据源和工具无缝集成。无论你是在构建 AI 驱动的 IDE、增强聊天界面，还是创建自定义 AI 工作流，MCP 都提供了一种标准化方式，将 LLM 连接到它们所需的上下文。

本规范基于 schema.ts 中的 TypeScript schema，定义了权威的协议要求。

有关实现指南和示例，请访问 modelcontextprotocol.io 。

本文档中的关键词 “MUST”、“MUST NOT”、“REQUIRED”、“SHALL”、“SHALL NOT”、“SHOULD”、“SHOULD NOT”、“RECOMMENDED”、“NOT RECOMMENDED”、“MAY” 和 “OPTIONAL”，仅当它们以这里所示的全大写形式出现时，才应按照 BCP 14 [RFC2119 ] [RFC8174 ] 中的定义解释。

概述

MCP 为应用提供了一种标准化方式，用于：

  • 与语言模型共享上下文信息
  • 向 AI 系统公开工具和能力
  • 构建可组合的集成和工作流

该协议使用 JSON-RPC 2.0 消息，在以下各方之间建立通信：

  • 主机（Hosts）：发起连接的 LLM 应用
  • 客户端（Clients）：主机应用中的连接器
  • 服务器（Servers）：提供上下文和能力的服务

MCP 在一定程度上借鉴了语言服务器协议 。后者标准化了如何在整个开发工具生态中增加对编程语言的支持；类似地，MCP 标准化了如何将额外的上下文和工具集成到 AI 应用生态中。

关键细节

基础协议

  • JSON-RPC 消息格式
  • 无状态、自包含的请求
  • 按请求进行能力协商

功能

服务器可向客户端提供以下任意功能：

  • 资源（Resources）：供用户或 AI 模型使用的上下文和数据
  • 提示（Prompts）：面向用户的模板化消息和工作流
  • 工具（Tools）：供 AI 模型执行的函数

客户端可向服务器提供以下功能：

  • 信息征询（Elicitation）：由服务器发起、向用户请求额外信息

附加工具

  • 配置
  • 进度跟踪
  • 取消
  • 错误报告

扩展

除核心协议外，MCP 还定义了可选的扩展（英文） ，用于增加模块化、专用或实验性功能。扩展始终由双方选择启用，并要求客户端和服务器都明确支持，在初始化期间完成协商。重要扩展包括：

安全、信任与安全保障

模型上下文协议通过任意数据访问和代码执行路径提供强大能力。与此相伴的是重要的安全、信任与安全保障问题，所有实现者都必须谨慎处理。

核心原则

  1. 用户同意与控制

    • 用户必须明确同意并理解所有数据访问和操作
    • 用户必须保留对共享哪些数据以及执行哪些操作的控制权
    • 实现者应提供清晰的 UI，供用户审查和授权活动

  2. 数据隐私

    • 主机必须在向服务器公开用户数据前获得用户的明确同意
    • 未经用户同意，主机不得将资源数据传输到其他位置
    • 应通过适当的访问控制保护用户数据

  3. 工具安全

    • 工具代表任意代码执行，必须谨慎对待。
      • 特别是，工具注解等对工具行为的描述应视为不可信，除非它们来自可信服务器。
    • 主机必须在调用任何工具前获得用户的明确同意
    • 用户应在授权使用前理解每个工具的作用

实现指南

尽管 MCP 本身无法在协议层强制执行这些安全原则，实现者仍SHOULD：

  1. 在应用中构建稳健的同意和授权流程
  2. 提供清晰的安全影响文档
  3. 实施适当的访问控制和数据保护
  4. 在集成中遵循安全最佳实践
  5. 在功能设计中考虑隐私影响

深入了解

查看各协议组件的详细规范：

架构

基础协议

服务器功能（英文）

客户端功能（英文）（英文）

参与贡献（英文）