新智元報道
新智元報道
MCP玩家，又新增一員！這次還是全開源開放的！
今天，中國第一開源社群魔搭ModelScope重磅上線「MCP廣場」，國內最大MCP中文社群真的來了。
近1500多款熱門MCP同時登陸，覆蓋了搜尋、地圖、支付、開發者工具等前沿領域。
值得一的是，支付寶、MiniMax明星MCP服務更是獨家首發。
接下來，我們演示下如何在Cline這樣的智慧體工具中，只需“動動嘴”，就能實現支付寶MCP服務配置。
比如讓它創作詩歌，只能免費寫一首，之後寫詩需要充值，每首扣除0.01元，剩餘的錢還可以退回。
寫出詳細的提示後，Cline就可以自動呼叫支付寶的MCP服務，建立支付連結、生成支付二維碼，查詢確認使用者支付後再繼續生成詩歌。
當然，在移動端，也可以透過支付寶的百寶箱完成同樣的操作。
打字、說話都可以完成互動，相當方便。
有了支付寶的MCP服務，大大簡化了應用、遊戲和各種服務的支付環節，未來，任何人皆可透過AI智慧體連上支付寶完成交易、查詢、退款，一鍵打通AI商業化最後一公里。
像支付寶MCP這樣的服務，在魔搭上還有近1500種。無需複雜的配置，也不需要程式碼，只需要非常簡單的配置，就可在魔搭的MCP實驗場體驗。
直接將部署MCP服務的門檻拉到地面。
|
|
|
還有本地搭建的小紅書自動釋出器，一句話讓AI從生成文字、圖片，甚至是影片，就連發布也能完成，一鍵解放人類雙手，再你也不用操心內容問題。
除了支付寶MCP首發上線魔搭，MiniMax也將語音（生成/克隆）、影像、影片生成能力封裝為統一的MCP工具，讓文字模型瞬間晉級為多模態「全能選手」。
透過魔搭提供的免費雲端資源部署，我們率先體驗了這一MCP服務。
首先，需要在MiniMax開放平臺拿到一個API，然後在MCP廣場找到MiniMax的MCP服務，填好後就可拿到SSE URL了。
接著我們在魔搭的MCP Playground裡，找到配置選項，將拿到的包含SSE URL的JSON檔案貼上下來就搞定了。
配置成功後，就可以在實驗場裡看到我們剛剛配置好的MiniMax-MCP服務了。
這樣我們就能透過MCP服務用上MiniMax模型強大的多模態能力了。
|
|
|
|
比如，讓它念一首詩。無需提示，模型就會自己判斷呼叫合適的MCP工具[MiniMax-MCP]text to audio，完成後就會在下面給出音訊連結。
生成過程很快，一次就成功了。整個的朗讀效果也很流暢，還有一些感情的起伏。大家可以聽一下效果。
除了將詩歌讀出來，大模型還可以呼叫[MiniMax-MCP]服務將李白的這首詩變成一張影像及影片。
這種全新的呼叫多模態模型的方法，也展現了MCP更廣闊的應用空間。
MCP全稱是「模型上下文協議」（Model Context Protocol），被譽為「AI界的USB-C介面」。
無論是雲端模型與本地資料互動，還是多模態模型之間的協同，「一根線」就可連線到不同AI模型、工具、資料，可極大簡化開發者的整合工作。
為什麼MCP如此重要？
2025年，成為科技圈認定的「智慧體元年」，AI智慧體的爆發式增長正在重塑各行各業。
MCP的出現，恰如一座橋樑，連線了高效能模型、外部資源與實際應用場景。
在開發過程中，開發者需要呼叫的工具越多，越能凸顯出MCP的價值，比如同樣是100個AI智慧體和100個外部工具：
傳統API：配置次數為100×100=10000
MCP：配置次數為100+100=200
MCP另一個重大的突破在於，實現了與供應商解耦的開發。
傳統的AI搭建中，開發者通常被鎖定在某個AI供應商的生態系統，或單一的工具鏈中。比如，為OpenAI外掛編寫的程式碼難以複用至其他平臺。
MCP開放標準，徹底打破了這一桎梏。
無論是Claude、Gemini，還是Qwen、DeepSeek等開源大模型，開發者都能無縫呼叫任何MCP伺服器。
這種靈活性讓開發者可以自由「混搭」，假設用Claude處理文字任務，同時可以切換到開源模型處理多模態任務，而底層MCP整合保持不變。
也正因此，開發者無需關心底層工具的複雜實現，只需聚焦於創意本身。
對於工具開發者來說，也是一個福音。傳統工具依賴GUI/API面向人類使用者，而MCP讓工具天生具備AI驅動的能力。
舉個栗子，Unity MCP伺服器的建立者稱，MCP可以讓Claude與Unity直接交流，全程只用一個提示就能建立整個遊戲。
這樣不僅加快了測試速度，也預示著一個未來，AI成為軟體的「一等使用者」，而非事後才考慮的物件。
不僅如此，MCP還賦予了智慧體前所未有的能力擴充套件。
過去，AI智慧體需要依賴開發者預設的自定義外掛，才能從第三方應用程式中獲取某些資訊，功能大幅受限。
如今，MCP的出現讓AI直接開箱即用處理多種任務，多系統自動化、智慧體的應用場景被極大地擴寬。
一個典型的案例是，AI智慧體透過MCP伺服器，從傳送郵件、更新表格，再到建立Jira工單，流暢地完成複雜工作流。
開發者Siddharth Ahuja在連線Blender後感嘆道，MCP真正開啟了智慧自動化的新時代。
再比如，想象一個助手，它能夠自主掃描GitHub提交記錄，提前發現bug；或是在讀取日曆時，在截止日期前提醒團隊。
MCP的崛起，正在重塑AI智慧體生態系統，開啟新一代自主、多模態、深度整合的AI體驗。
而魔搭MCP廣場正成為這一願景的實驗田。
2024年11月，這套開源的標準化協議由Anthropic首次推出，如今正成為科技大廠們認可的統一標準。
今年年初，海外平臺如Cursor、Windsurf、Cline等率先接入MCP協議。
3月底，奧特曼官宣OpenAI旗下一系列產品將全面支援MCP，包括Agents SDK、ChatGPT桌面端和Responses API。
|
|
|
僅僅幾天後， 谷歌也在Gemini API中新增了對MCP的支援。
在國內，阿里雲對MCP展開了驚人的生態戰略佈局。
先是4月9日，阿里雲百練上線了業界首個全生命週期MCP服務；10日，無影推出支援MCP協議的雲電腦服務AgenBay。
而現在，隨著MCP廣場的上線，不僅標誌著魔搭社群在AI開源生態建設又一次突破，也為全球AI開源者開啟了通往智慧化未來新大門。
這種「模型 × MCP」的組合，不僅降低了AI應用的開發門檻，還為Agent生態的未來探索提供了無限可能。
從5萬個模型，到資料集，到工具，到Space空間，再到MCP廣場，魔搭社群上的每個功能模組均能以解耦的原子化形式輸出、對外開放，開發者不必侷限在平臺內部，而是可以像搭積木一樣自由組合。
除此以外，魔搭上還活躍著許多的多模態模型，同樣可以封裝成標準的MCP服務對外。
開發者們未來也都可以在魔搭上貢獻自己的MCP，魔搭還可以為優質的MCP服務提供託管服務，讓開發者在不同環境上直接獲取MCP能力，真正發揮出AI開源社群的共創優勢。
隨著MCP的爆火，市面上也湧現出了大量的MCP服務，但良莠不齊的質量，讓開發者頭痛。
比如，該如何分辨哪個是自己需要的，哪個是優質的？
為了一探各種MCP的真正能力，魔搭特地做了一項面向開源社群的MCP Bench工作。
他們設計了一組針對Web Search場景的呼叫效果對比，由模型連線MCP進行問答，對回答的精度採用模型打分。
實驗結果顯示，各個MCP服務的效果差異性很大，最高的Bing web search（64%）和最低的DuckDuckGo（10%）相差了54pt。
MCP服務之間的效率差異性更大，最快的bing web search和Brave search僅需要15秒以內，而最慢的Exa search需要231秒。
不過，它們之間的Token消耗量接近，基本都是在150-250tokens之間，說明模型總是會精煉地回答，而不相關於其使用的MCP。
更多的討論，詳見MCP Bench社群的持續迭代：https://github.com/modelscope/MCPBench
雖然當下，MCP協議並非技術上的靈丹妙藥，魔搭團隊也指出，目前MCP對生產力的顯著改觀還不夠，但MCP依舊是有價值的，它更重要的意義在於，透過標準化介面設計，重構了大模型應用的生態關係。
中心化框架下的角色錯配問題被解決，模型廠商、DevOps平臺、工具提供者和應用構建者，就達成了解耦合作。
新生產關係所產生的價值重構，也就在眼前了。
2022年11月，魔搭社群成立之初，就希望透過開源開放的方式，降低AI模型使用門檻。
截至目前，這個中國最大開源AI社群，已經託管超5萬+模型，還有多種資料集、創空間等全鏈路工具，服務全球1300多萬開發者。
近1500款MCP服務+MCP Bench評估加持+雲端/本地部署靈活性，讓開發者能夠快速驗證創意、迭代應用。以MCP協議為鑰匙，AI作為軟體「一等使用者」的嶄新時代正在到來。
想象這樣一個未來：你只需告訴AI想要的結果，它便能洞悉需求，流暢呼叫應用程式，精準到操作每個步驟。
它就如同一個全能助手，甚至是一支超能團隊，為開發者打工。
這不是科幻，正是MCP鋪就的現實。
而現在，我們正處於大爆炸前夜，這座通往未來的橋樑才剛剛開啟。