什么是 MCP，什么时候使用 MCP

什么是 MCP

MCP（Model Context Protocol）是一个开放协议，用来标准化 AI 应用和外部系统之间的连接方式。它把“模型可以调用什么工具、读取什么数据、使用什么提示模板”定义成统一接口，让不同的 AI 客户端可以复用同一套服务。

可以把 MCP 理解成 AI 世界的“USB 接口”：

MCP Server：暴露工具、资源和提示模板，例如 GitHub、数据库、Jira、监控平台。
MCP Client：AI 应用或 Agent，负责发现并调用 Server 提供的能力。
传输层：常见有 stdio（本地进程）和 HTTP/SSE（远程服务）。
消息格式：JSON-RPC 2.0。

MCP 的核心能力

能力	作用	例子
Tools	可调用的函数	`run_test`、`query_database`、`create_issue`
Resources	可读取的数据	文件、日志、数据库表、文档
Prompts	可复用的提示模板	代码审查、故障排查、测试计划
Sampling	服务端请求模型生成	让 Agent 参与多步推理
Roots	限定可访问的目录或资源范围	只允许访问某个仓库

什么时候使用 MCP

适合使用 MCP 的场景：

多个 AI 客户端要复用同一套集成 例如公司内部有 Jira、测试平台、日志平台，希望 Claude、Cursor、ZCode 等客户端都能用同一套连接。
需要标准化工具发现和调用 工具有明确的输入输出 schema、权限和错误约定，而不是每个 Agent 写一套临时脚本。
需要访问外部系统 数据库、对象存储、监控、CI/CD、工单系统、知识库。
需要权限和审计 MCP Server 可以统一做鉴权、限流、审计和敏感操作控制。
需要长期运行的服务 远程 MCP Server 可以持续提供能力，而不是每次启动一个脚本。

什么时候不需要 MCP

一次性任务，用 CLI 或脚本更简单。
纯文本生成，不需要访问外部系统。
直接调用一个简单 HTTP API 就够，没必要增加协议层。
安全或合规不允许外部服务接入。
对延迟极其敏感，额外的协议层没有收益。

MCP 和 Function Calling 的区别

Function Calling 是模型调用工具的一种机制：模型输出一个函数名和参数，由宿主执行。
MCP 是工具和数据的接入协议：它解决的是“工具从哪里来、如何发现、如何鉴权、如何复用”。

两者可以配合：MCP Server 提供工具，宿主把工具暴露给模型，模型通过 function calling 调用。

设计一个 MCP Server 的要点

工具粒度 一个工具做一件事，参数清晰，避免“万能工具”。
Schema 用 JSON Schema 定义参数和返回值，必填项、类型、枚举写清楚。
幂等和副作用 查询类工具必须只读；写操作要支持幂等键或确认机制。
鉴权使用最小权限，区分读写；敏感操作二次确认。
错误契约 区分参数错误、权限错误、业务错误和系统错误，返回可读信息。
可观测性 记录调用方、参数摘要、耗时、结果状态，避免记录密钥和敏感数据。
版本管理 工具名和参数变更要兼容，废弃要有过渡期。

示例：测试平台 MCP Server

可以暴露这些工具：

list_test_cases(project, module)：查询用例
run_test_case(case_id, env)：执行用例
get_run_report(run_id)：获取报告
query_logs(service, trace_id, start, end)：查询日志
create_bug(title, severity, evidence)：创建缺陷

Agent 可以在一次排查中依次调用：查用例 → 执行 → 看报告 → 查日志 → 建缺陷。

在 ZCode 中搭建和检测 MCP

先分清 `/` 菜单和 MCP

ZCode 的 / 菜单主要展示：

命令，例如 /init
计划模式
技能，例如 $brainstorming、$computer-use
子智能体

MCP 工具通常不会在 / 菜单里逐条出现，而是以工具形式提供给 Agent，命名一般类似：

mcp__<server-name>__<tool-name>

所以：

看“用了什么 Skill”：输入 /，看“技能”分组。
看“用了什么 MCP”：看 MCP 服务器配置、连接状态和工具列表，或者看 Agent 实际调用的 mcp__... 工具名。

如果某个 MCP Server 同时提供了 prompt 或 command，宿主可能会把它显示在 / 菜单里；但这不是 MCP 工具本身的常规入口。

如何搭建一个 MCP Server

准备 Server
可以是本地 stdio 进程，也可以是远程 HTTP/SSE 服务。Server 需要声明工具、资源或 prompt。

在 ZCode 中配置

典型配置是 mcpServers：

{
  "mcpServers": {
    "my-server": {
      "command": "node",
      "args": ["F:/path/to/server.mjs"],
      "env": {
        "TOKEN": "your-token"
      }
    }
  }
}

远程服务则使用 URL 和鉴权头。

重启或重新连接
在 ZCode 的 MCP 设置里确认 server 状态为 connected。

确认工具出现

工具列表中应出现 mcp__my-server__*，例如：

mcp__my-server__health
mcp__my-server__list_items
mcp__my-server__run_task

调用只读工具验证
先调用 health、list 这类无副作用工具，确认参数、返回和错误处理正常，再测试写操作。

如何检测 MCP 是否接入成功

检查项	方法
配置是否生效	查看 ZCode MCP 设置或 `mcpServers` 配置
连接是否正常	看 server 状态是否为 connected
工具是否注册	看工具列表是否有 `mcp__<server>__` 前缀
参数是否正确	调用只读工具，检查 schema 和返回
鉴权是否通过	看 401/403、token、header 配置
是否有副作用	写操作先确认幂等和权限
日志是否报错	看启动、连接、超时、stderr
是否被实际调用	看会话中的工具调用名和结果

如果工具没有出现：

检查 command 是否可执行、args 路径是否正确。
本地 stdio 模式要确认 Node/Python 路径和环境变量。
检查 Server 启动日志和 stderr，很多问题会在启动阶段直接报错。
远程模式检查 URL、证书、鉴权头和网络连通性。
修改配置后需要重启或重新连接 MCP。

Skill、MCP、Command 的检测入口

类型	怎么发现	怎么确认生效
Skill	输入 `/`，看“技能”分组	出现 `$skill-name`，来源和描述正确
Command	输入 `/`，看“命令”分组	选中后能执行对应动作
MCP	看 MCP 设置和工具列表	出现 `mcp__server__tool`，只读调用成功

一个实际检查顺序

输入 /，确认 Skill 和 Command 是否加载。
打开 MCP 设置，确认 server 是否 connected。
看工具列表是否有 mcp__... 工具。
调用一个只读工具，确认鉴权和返回。
再看 Agent 的执行轨迹，确认它实际调用了哪个 Skill 或 MCP 工具。

面试回答模板

MCP 是一个标准化 AI 与外部系统连接方式的协议，包含工具、资源、提示模板等能力，常见传输是 stdio 和 HTTP。它适合多客户端复用、需要统一鉴权和工具发现的场景，比如测试平台、数据库、日志平台和工单系统。一次性脚本或简单 API 调用不需要 MCP。设计时重点考虑工具粒度、schema、幂等、权限、错误契约和可观测性。