最近，有個概念很火：MCP。
據說它能夠調用搜索功能、控制資料庫等，那麼它與 AI Agent 或者 Function Call 究竟有什麼區別呢？
這篇文章，給你講明白。
MCP官網：
https://modelcontextprotocol.io/introduction
一、什麼是MCP？
MCP，全稱 Model Context Protocol（模型上下文協議），是Anthropic提出的一種開放協議，旨在標準化應用程式向大語言模型（LLM）提供上下文的方式。
可以將其類比為AI模型的“USB-C”介面，它讓AI能夠輕鬆訪問各種外部資料來源和工具，實現更強的動態資訊處理能力。
換句話說，MCP為AI模型提供了一種統一的互動協議，使其能夠像聯網的搜尋引擎一樣查詢最新資料、訪問企業資料庫，甚至是執行自動化任務。
二、為什麼MCP
MCP的提出，可以追溯到AI大模型發展面臨的幾個核心問題：
-
資料時效性問題：傳統大模型訓練資料固定，導致其知識具有滯後性，無法即時訪問最新的資訊。
-
碎片化工具鏈：不同的AI工具和外掛往往各自為政，缺乏統一標準，使得開發者需要針對不同模型單獨適配，增加了開發成本。
-
上下文管理複雜：Function Call等現有方法可以呼叫API，但它們通常要求開發者顯式定義呼叫邏輯，難以形成統一的AI生態。
在這些需求的推動下，Anthropic提出了MCP，旨在為AI模型提供標準化的資料訪問方式，讓模型能夠與各種外部資料來源進行互動。
所以MCP可以有效的結解決現有AI與環境互動帶來的各種麻煩。
想象一下，如果你的AI助手可以輕鬆訪問你的個人內部資料庫、郵箱，日曆等等，而不需要針對每個應用單獨開發介面，這會極大提升AI的實用性。MCP就是這樣一個通用的“介面卡”，就像上面的圖片一樣，一個type-c轉換器解決所有問題。
但是，如果我們都有像OpenAI的function call 我們為什麼還需要MCP, 這看起來好像有點多餘。
但核心上還是幾個重要區別：
它使 AI 能夠訪問多種外部資料來源（如資料庫、API、搜尋引擎），透過 MCP 伺服器進行互動，構建開放的外掛化 AI 生態。而 Function Call 則更專注於讓 AI 呼叫預定義的函式介面，主要用於執行特定任務，如計算器呼叫或 API 互動，依賴開發者手動定義介面。
簡單來說，Function Call更像是AI呼叫特定任務的API，而 MCP 更像是AI訪問一個開放的資料生態。
因此，MCP 可能推動 AI 生態的發展，使其能夠更自由地擴充套件和整合不同的資料來源。
說了這麼多，哪裡能獲取我們想要的MCP呢？
MCP.so 提供非常多外掛供大家使用，例如時間MCP， 爬蟲MCP等等大量豐富的MCP。
MCP商店：
https://mcp.so/
三、實戰：使用Claude Desktop操作Notion
現在主流的幾種使用MCP的方式有，cline, windsurf, 還有就是claude desktop。
這裡我們使用Claude Desktop 作為教程。
準備工作
1、設定 MCP Notion 伺服器
這邊需要你有node.js, 沒有的小夥伴可以去node.js 的官網下載安裝一下。
然後，克隆倉庫：
git clone https://github.com/suekou/mcp-notion-server.git然後執行以下命令：
cd notionnpm run buildnpm link確保
notion/build/index.js 檔案成功建立。2、準備 Notion API 令牌
前往 Notion 整合頁面(https://www.notion.so/my-integrations)，建立一個新整合，並複製 API 令牌，保留一下等下會用。
3、配置 claude_desktop_config.json
編輯
claude_desktop_config.json，新增 Notion 伺服器路徑和 剛剛的Notion API 令牌：{"mcpServers": {"notion": {"command": "node","args": ["/Users/YOUR_USERNAME/Desktop/mcp-notion-server/notion/build/index.js" ],"env": {"NOTION_API_TOKEN": "Notion AAPI令牌" } } }}試用MCP Notion 伺服器
重啟 Claude Desktop，點選工具圖示（右下角小榔頭），檢視 "notion" 是否出現在 "From Server" 選項中。
讓 Claude 撰寫一篇文章後，傳送以下訊息：
寫一篇關於CLaude的文章。授權 Claude 訪問 Notion，稍等片刻，即可在 Notion 頁面看到儲存的內容。
操作Notion資料庫
這裡我們想要建立一個電影資料庫，Claude會自己獲取知識然後建立在Notion裡，相當方便。
建立一個關於電影的資料庫然後向 Claude 詢問：
告訴我評分為 ⭐️⭐️⭐️⭐️⭐️ 的電影。Claude 將從 Notion 資料庫檢索相關資料，並返回匹配的結果。
四、MCP的未來展望
反正我使用了之後，我覺得MCP對於AI軟體的開發會大大提高效率。
希望MCP生態能快速的發展起來，這樣未來使用MCP就像使用瀏覽器外掛一樣簡單且高效。
每個人能都可以建立屬於自己的AI小助手。