Skip to content
祛魅 MCP

1.3 MCP 能做什么

MCP 协议横空出世之后，许多人看到了 Web 时代 HTTP 协议的影子，对 MCP 协议的价值与未来抱有很高的期待。

而对大部分人而言，可能还不太理解 MCP 协议的价值具体体现在什么地方。

在本节内容，我们主要探讨 MCP 的实际应用价值。简单说就是，MCP 可以做什么？

1.3.1 MCP 在企业办公场景的应用

想象一下，你是一个企业的老板，你的公司内部有很多的 OA （Office Automation，办公自动化）系统。

员工需要在考勤系统请假，采购人员需要在 ERP （Enterprise Resource Planning，企业资源计划）系统报备，销售人员需要在 CRM（Customer Relationship Management，客户关系管理）系统录入潜在客户信息，人力资源需要在招聘系统查看候选人的简历，诸如此类。

如果一个员工负责的事项较多，难免要在各个系统之间来回切换，跟各种类型的企业系统或内部资料打交道。而作为管理人员，你也需要每天登录各个内部系统，查看各种信息，审批各种请求。

AI 的迅速发展，让你看到了通过 AI 在企业内部提效的可能性。你希望有一个大模型客户端，类似 ChatGPT 一样的对话型产品。让你的员工可以通过对话快速处理各类信息，比如：

  1. 员工小 A：“我想在清明节前请三天事假，理由是回老家扫墓。“，AI 自动生成一条请假记录，录入到考勤系统。
  2. 采购小 B：“今天买了 20 台 Mac Mini M4，发放给新员工使用，报备一下。“，AI 自动生成一条采购记录，录入 ERP 系统。
  3. 销售小 C：“今天跟 x 科技的王总聊了我司的 y 产品，王总很感兴趣，约了下周深入沟通合作”，AI 生成一条客户沟通记录，录入 CRM 系统。
  4. HR 小 D：“帮我看五份前端开发的简历，总结五个候选人的优势”，AI 从简历库读取简历，总结输出给 HR。

你把这个系统的开发需求告诉了研发部，让他们进行开发。你对这套系统的要求：

  1. 能够对接企业内部各套系统，通过对话进行操作
  2. 系统部署在内网，内部数据不能上传到公网
  3. 研发周期要短，快速上线

研发部由多个小组组成，每个小组负责一个内部系统的开发与维护。这个对话客户端产品，由一个新的开发小组负责。

在没有 MCP 协议之前，这个新产品的开发，需要推动原有的内部系统开发组，把内部系统的核心功能以 API 的形式暴露，在新产品里，再一个个对接内部系统的 API。这个过程，有大量的沟通成本和对接成本。

而借助 MCP 协议，可以让这个系统的开发变得高效、简单：

  1. 原有内部系统（比如 ERP / CRM 系统）无需开放 API，只需写一个 MCP 服务器，开放关键的资源或功能函数即可
  2. 新开发的对话产品，无需一个个对接内部系统，只需按照 MCP 协议的要求，实现 MCP 客户端必须的功能（连接 MCP 服务器，发起获取资源/提示词，调用工具等操作）即可。
  3. 最终部署上线时，只需要把对话产品和各个内部系统对应的 MCP 服务器部署在一起，通过本地网络通信即可

通过这个例子，我们可以看到 MCP 协议在企业内部应用的价值：

  1. 通过协议层面的约定，让系统之间的开放与接入变得标准化，降低了沟通与对接成本
  2. 通过本地进程通信，保证了内部系统交互的通信安全，满足信息安全敏感企业的要求

1.3.2 MCP 在 AI 个人助手场景的应用

相信经常使用电脑办公的人，对启动器应用并不陌生，我们通过启动器来快速查找文件、打开软件。

在 Mac 电脑上，自带的启动器应用叫做 Spotlight，也有一些知名的第三方应用提供类似的服务，比如：Alfred、Raycast、uTools 等。

我日常在用的是一款叫做 uTools 的启动器应用，如图所示：

每次通过 Command + Space 快捷键唤起 uTools，输入关键词，即可进入启动器内置应用的操作界面，执行翻译、格式化、查找文件、联网搜索等操作。

uTools 内置了上百款应用，覆盖日常办公场景。而这些应用，是由 uTools 官方内置或者第三方开发者贡献的。每个应用，对应着一个用代码实现的插件，在 uTools 启动器安装后使用。

参考启动器应用的设计思路，我们是不是可以基于 MCP 协议来开发个人 AI 助手？

想象一下，通过快捷键唤起一个输入框，你可以提的问题：

  1. 帮我看看微信，MCP 交流群大家在聊啥
  2. 查一下系统日历，我这周有哪些会议安排
  3. 打开浏览器帮我看看微博热搜，最热的三条新闻是什么
  4. 帮我整理一下 ~/Documents 目录下的文件，按月归类

如果有一个 AI 助手常驻在你的电脑上，根据你的指令帮你完成上述的此类需求，你会不会很期待？

你可能会问：这跟 MCP 有什么关系？ChatGPT 桌面版、豆包不都已经做了吗？

确实如此，ChatGPT、豆包等产品都在推广他们的桌面版产品，也提供了启动器应用类似的功能，从产品战略来看，都想抢用户电脑上网的入口位置。

而此类产品目前存在几个核心问题：

  1. 数据在云端。ChatGPT、豆包桌面版等产品，数据都是云端存储的。也就是你在此类客户端对话的内容，都会发送到产品的云端服务器，比如你要求豆包分析你的聊天文件，你需要把文件上传到豆包，再进行分析。在此过程，你可能会担心隐私泄露与数据安全问题。
  2. 不方便读取本地资源。ChatGPT、豆包桌面版等产品，无法直接读取你的本地资源，你需要把本地资源上传到此类应用，才能进一步操作。
  3. 功能不容易扩展。ChatGPT、豆包桌面版等产品，本质上是开发商自行维护和提供服务的，不支持用户自己扩展功能，比如你想把跟豆包的对话内容保存到你的笔记文件，除了复制粘贴，没有更加自动化的操作方式。

而基于 MCP 协议来实现此类 AI 助手产品，会有更大的优势和更好的体验：

  1. 无限扩展功能。用户可以自己开发，或者安装别人开发好的 MCP 服务器，来操作本地的各类资源。在 AI 助手使用 MCP 服务器为大模型补充上下文，让大模型更好的理解和实现用户需求。
  2. 有限提供私有数据，隐私安全。通过 MCP 服务器，指定范围读取用户本地私有数据，而无需用户把整个私有数据文件上传给 AI 助手，提高用户信任度，保障用户隐私安全。
  3. 可插拔架构，灵活度高。无需在 AI 助手内置大量的功能，而是使用可插拔架构，让用户自行选择使用哪些 MCP 服务器，AI 助手保持更高的灵活度。

1.3.3 MCP 帮助资源方开放服务

在 1.1 小节中，我们举例说明了，诸如 Perplextiy、Tavily 之类的服务提供方，通过开放 API 的方式，把自身的部分能力开放出去，让第三方应用能够接入使用，本质是为了提升 ToB 收入。

而对接服务方的 API，需要应用方投入开发成本，参照服务方的 API 说明，进行必要的调试和接入。

如果某大模型应用，为了实现联网搜索功能，自行对接搜索服务商。在 Perplexity 和 Tavily 两家都提供联网搜索功能的情况下，应用对接了其中一家，大概率不会再对接另外一家。因为每次对接，都需要重新调试一套新的 API，有额外的时间成本。

假设 Perplexity 与 Tavily 都基于 MCP 协议实现了一个 MCP 服务器，通过 MCP 服务器开放了联网搜索的工具。

对于应用而言，接入成本更低了。只需要实现一个 MCP 客户端，就可以一次性对接所有此类服务。应用的对接意愿更强了。

就算大模型应用自身不对接联网搜索的 MCP 服务器，如果允许用户自行添加外部 MCP 服务器，Perplexity 与 Tavily 基于 MCP 协议开放的 MCP 服务器，也有机会被用户添加到大模型应用中使用。

MCP 协议帮助资源方实现了 “一次开放，随处运行” 的目的。资源方的 ToB 调用量得到提升，ToB 收入也会增长。随着 MCP 客户端的增多，这个价值会被进一步放大。

1.3.4 MCP 帮助开发者创造智能应用

在 1.1 小节中，我们聊到了 MCP 的爆火，是由 Manus 带起来的。

根据网上有人对 Manus 的技术拆解，我们了解到，Manus 的实现，集成了 29 个供大模型调用的工具，包括：

  • 12 个浏览器操作工具（browser 系列，支持 AI 代理与浏览器、网站交互）
  • 5 个 Shell 操作工具（允许用户通过命令行界面与系统进行交互）
  • 5 个文件操作工具（file 系列，支持打开、读取、写入、创建文件等）
  • 3 个部署工具（把生成的代码部署到容器，得到一个可公开访问的网址）
  • 2 个消息交互工具（发送、暂停、删除消息，流式回复等）
  • 1 个信息查询工具（联网搜索）
  • 1 个 IDLE 工具（Integrated Development and Learning Environment，集成开发和学习环境）

Manus 让很多人看到了 AI 智能体的价值，许多开发者都想要复刻 Manus，实现自己的 AI 智能体。

如果开发者自行实现上述的 29 个工具，无非要投入很多时间，有很大的开发与调试工作量。

而基于 MCP 协议与生态，开发者无需重复开发，而是从全世界开发者发布的 MCP 服务器中，选择合适的工具，以搭积木的形式进行拼装与整合，来实现自己的 AI 智能体产品。

每一个 MCP 服务器都可以作为一项原子能力，帮助开发者更快、更好的创建智能应用。

MCP 协议的生态价值明显，结合全世界开发人员的生产力，降低 AI 智能体的创作门槛。

1.3.5 小结

通过以上分析，我们可以看到 MCP 协议在多个场景下都能发挥重要作用：

  1. 企业办公场景：MCP 协议通过标准化的接口和本地通信机制，简化了企业内部系统的集成，降低了开发成本，同时保证了数据安全。

  2. AI 个人助手：基于 MCP 协议开发的 AI 助手可以实现功能无限扩展、保护用户隐私、提供灵活的可插拔架构，为用户提供更安全、更个性化的智能服务。

  3. 资源服务开放：MCP 协议帮助服务提供商实现”一次开放，随处运行”的目标，降低了接入成本，扩大了服务范围，促进了生态发展。

  4. 智能应用开发：MCP 协议通过提供标准化的工具接口，让开发者能够快速集成各种能力，降低开发门槛，加速智能应用的创新。

总的来说，MCP 协议通过标准化的接口定义和灵活的架构设计，为 AI 应用的开发和使用提供了新的可能性。它不仅解决了数据安全和隐私保护的问题，还通过降低开发门槛和提升集成效率，推动了 AI 生态的繁荣发展。