第一單元回顧

模型上下文協議 (MCP)

MCP 是一種標準化協議，旨在將 AI 模型與外部工具、資料來源和環境連線起來。它透過實現互操作性和即時資訊訪問來解決現有 AI 系統的侷限性。

MCP 遵循客戶端-伺服器模型，其中客戶端管理使用者和伺服器之間的通訊。這種架構促進了模組化，允許輕鬆新增新伺服器而無需更改現有主機。

面向使用者的 AI 應用程式，作為終端使用者的介面。

主機應用程式中的一個元件，負責管理與特定 MCP 伺服器的通訊。客戶端與伺服器保持 1:1 連線並處理協議級別細節。

透過 MCP 協議提供對工具、資料來源或服務訪問的外部程式或服務。伺服器充當現有功能的輕量級封裝。

可執行函式，可以執行操作（例如，傳送訊息、查詢 API）。工具通常由模型控制，由於其能夠執行具有副作用的操作，因此需要使用者批准。

用於上下文檢索的只讀資料來源，無需大量計算。資源由應用程式控制，設計用於資料檢索，類似於 REST API 中的 GET 端點。

預定義模板或工作流，用於指導使用者、AI 模型和可用能力之間的互動。提示由使用者控制，並設定互動的上下文。

伺服器發起的 LLM 處理請求，支援伺服器驅動的代理行為以及潛在的遞迴或多步互動。取樣操作通常需要使用者批准。

MCP 協議使用 JSON-RPC 2.0 作為客戶端和伺服器之間通訊的訊息格式。支援兩種主要傳輸機制：stdio（用於本地通訊）和 HTTP+SSE（用於遠端通訊）。訊息包括請求、響應和通知。

MCP 允許客戶端透過列表方法（例如，tools/list）動態發現可用的工具、資源和提示。這種動態發現機制使客戶端能夠適應每個伺服器提供的特定能力，而無需硬編碼伺服器功能的知識。

提供多種程式語言的官方 SDK，用於實現 MCP 客戶端和伺服器。這些 SDK 處理協議級別通訊、能力註冊和錯誤處理，從而簡化了開發過程。

Gradio 允許輕鬆建立 Web 介面，將功能暴露給 MCP 協議，使其可供人類和 AI 模型訪問。這種整合在提供 AI 可訪問工具的同時，以最少的程式碼提供了人性化的介面。