从一个问题到完成一项工作：MCP如何连接AI与工具

1. 为应用和服务建立共同语言

MCP是Model Context Protocol，即模型上下文协议。它规定了AI应用与外部工具、数据服务交换信息的方式。用户仍然可以用自然语言描述目标，应用则把合适的操作转换为结构化请求，并接收结构化结果。

可以把这个过程想象成一次餐厅点餐：顾客说明想吃什么，服务员把需求整理成订单，厨房按订单准备食物。各个角色采用一致的交流方式，就容易配合。对应到软件中，服务执行操作，模型将返回的信息与用户的问题联系起来。

MCP官方架构文档介绍了这些参与者之间的关系。模型、协议和API相互配合：一个MCP服务器可以使用已有API、本地程序或其他数据源，为连接它的应用提供清晰的能力入口。

2. 每个角色分别做什么？

服务器可以运行在本地，也可以通过网络提供服务。根据工作选择部署方式即可：本地服务可以处理设备上的文件，远程服务可以使用与账户关联的能力。主机应用负责协调连接和对话，让各个部分共同完成用户提出的任务。

3. 工具、资源和提示模板分别带来什么？

工具提供可执行的操作，例如检查页面、查询数据库或创建日历事项。应用依据工具说明选择操作，并传入需要的参数。服务器执行后返回结果。参见MCP工具规范。

资源提供可供阅读或使用的资料，例如文档、数据集或项目说明。提示模板提供可复用的对话起点，帮助用户按一致的步骤处理某类工作。相关定义见资源规范与提示模板规范。服务会根据自身用途选择提供哪些能力。

回到网店的例子：一个工具可以读取配送页面，一份资源可以提供编辑规范，一个模板可以组织发布检查。选择时可以先问自己：现在需要执行操作、参考资料，还是按固定步骤展开讨论？

“阅读配送页面，概括配送地区”就是一个具体的起点。得到结果后，再询问如何让这段信息更容易阅读。一次对话因此可以自然衔接信息获取与内容整理。

4. 跟随一次请求，从意图走到结果

店主提出：“阅读这份配送说明，并给我一份简短的发布清单。”应用根据请求选择合适的工具，填写页面地址等参数，并按自身的交互流程处理所需确认。服务返回页面观察结果，模型再把这些信息整理成清单。

有用的结果可能包括配送地区、预计时效和页面发布设置。店主可以据此判断：主要信息适合放在简要说明中，还是值得增加一段专门的解释？工具提供具体资料，人的业务理解赋予这些资料实际用途。

耗时较短的操作可以直接返回结果。需要更长时间的任务，可以通过服务提供的进度和后续获取方式继续处理。跟进时保留目标地址和希望得到的成果，能让后续讨论保持一致。

5. 通过授权，把合适的账户接入工作

采用OAuth的远程连接通常会打开浏览器，让用户登录服务并确认授权。完成后，应用通过访问令牌使用获准的能力。MCP授权规范说明了基于HTTP的授权流程。账户登录和权限确认在相应的浏览器页面中完成。

可以根据工作选择账户和权限：读取参考文档、增加日历事项和检查网站，各自需要不同的能力。连接设置帮助用户查看并管理这些授权，也可以结束某个连接的访问。

网站任务适合使用自己拥有或已获准管理的目标；账户订阅决定可用功能。开始时选好账户、目标和工作范围，后续重复同类任务就会更加顺畅，也方便团队形成一致的操作习惯。

6. 把信息变成有用的下一步

一个清楚的请求包含目标、用途和希望得到的输出。例如：“阅读这个页面，概括配送规则，并建议更清晰的信息顺序。”再请助手列出支持结论的页面内容，就能让讨论有共同依据。

1. 明确要处理的页面、文件或事项。
2. 说明完成后希望读者或团队获得什么。
3. 选择合适的读取、整理或执行操作。
4. 给出可观察的完成条件。
5. 查看更新后的结果，决定下一步。

在配送页面的例子中，完成条件可以是：读者能在主要内容中容易找到配送地区和预计时效。发布后按顾客的阅读路径查看页面，就能把技术操作与实际体验联系起来。这种方式同样适用于整理文档、安排日程和阅读网站检查结果。

把观察到的内容和对它的解释分别表达，可以帮助同事理解讨论过程并继续协作。遇到术语时，可以查阅网站检查术语指南。

MCP让信息传递更有组织。具体的令牌使用和费用取决于模型、客户端与传递的数据；根据任务选择有用的细节，并以完成工作的质量评估流程，能帮助形成适合自己的使用习惯。

7. 将这种连接用在网站工作中

Sitelemetry通过MCP为兼容的AI助手提供网站检查能力。按照连接指南完成设置后，选择有权管理的网址并提出具体问题，即可围绕页面结构、设置和体验展开工作。网站检查指南帮助把检查与访客旅程联系起来，术语指南则便于理解结果并规划有用的改进。