MCP (Model Context Protocol) is an open standard that gives AI applications one uniform way to discover and call external tools, data, and prompts. An LLM host such as Claude, ChatGPT, Cursor, or Visual Studio Code opens one MCP client per server, lists the server's tools over JSON-RPC 2.0, and lets the model call them during a conversation.

在人工智能和语言模型中，MCP是什么？语言模型如何使用它？

MCP（模型上下文协议）是一个开放标准，它为 AI 应用程序提供了一种统一的方式来发现和调用外部工具、数据源和提示模板。像 Claude、ChatGPT、Cursor 或 Visual Studio Code 这样的 LLM 主机，会为每个 MCP 服务器打开一个 MCP 客户端，询问服务器通过 JSON-RPC 2.0 提供哪些服务，并让模型在对话过程中调用这些工具。Anthropic 开发了该协议，现在它与 Agent2Agent (A2A) 协议一起归属于 Linux 基金会指导的 Agentic AI 基金会，这就是为什么单个 MCP 服务器（例如 Smartling 的翻译服务器，网址为 mcp.smartling.com/mcp）与其他AI客户端相比，其功能保持不变。

为什么 MCP 对人工智能和法学硕士如此重要？

MCP之所以重要，是因为它将工具集成从一个供应商的工程项目变成了一个协议，而促成它的压力来自四个不同的方面。

N×M积分问题。在 MCP 出现之前，每个 AI 应用程序（Claude、ChatGPT、Cursor、VS Code）都需要自己的连接器来连接到每个外部系统（GitHub、数据库、翻译平台）。modelcontextprotocol.io 文档将 MCP 定义为“用于 AI 应用的 USB-C 端口”，原因正是如此：供应商构建一个服务器，每个 MCP 主机都可以使用它，这就是 Smartling 的单个服务器无需四个单独的插件即可访问 Claude Code、OpenAI Codex、Cursor 和 Visual Studio Code 的原因。
法学硕士需要采取行动，而不仅仅是回答问题。模型本身只能生成文本。MCP 的工具原语赋予它可执行函数，其参数采用 JSON Schema，因此“使用我们的营销词汇表将此字符串翻译成德语”变成了针对真实系统的结构化工具调用，而不是听起来合理的猜测。
该协议变得与供应商无关。OpenAI 的开发者文档现在将远程 MCP 服务器描述为可连接到 ChatGPT、Codex 和 Responses API，并且该协议的管理权已移交给 Linux 基金会旗下的 Agentic AI 基金会，A2A 于 2026 年 8 月 27 日作为成长阶段项目加入其中。过去一直避免使用单一供应商插件生态系统的企业买家，现在不再有这种顾虑了。
“MCP软件”实际上包含三种软件。搜索“mcp 软件”时出现的混乱源于一个术语涵盖了 MCP 主机（AI 应用程序）、它为每个连接创建的 MCP 客户端以及暴露系统的 MCP 服务器。有十个官方 SDK（TypeScript、Python、C#、Go、Rust、Java、Ruby、Swift、PHP、Kotlin）可用于构建后两个；宿主是人们已经使用的 AI 产品。服务器端，包括本地服务器与远程服务器以及在哪里可以找到它们，在我们的 MCP 服务器类型指南中有所介绍。

法学硕士（LLM）实际如何使用MCP？

LLM 通过主机应用程序使用 MCP，该应用程序代表模型处理协议；模型本身只会看到工具描述列表以及它选择发出的调用的结果。当前规范（协议版本 2026-07-28）将这种交换定义为五层。

参与者：主机、客户端、服务器- MCP 主机是 AI 应用程序（Claude Desktop、Claude Code、VS Code、Cursor、ChatGPT）。它为连接到的每个 MCP 服务器创建一个 MCP 客户端，每个客户端都持有一个专用连接。因此，本地化工程师的 VS Code 可能会同时运行三个客户端：一个用于 GitHub 服务器，一个用于本地文件系统服务器，一个用于 Smartling 的远程服务器。
传输层：stdio 或 Streamable HTTP - 本地服务器作为子进程运行，并通过标准输入/输出进行通信；远程服务器运行在供应商的基础架构上，并接受带有可选服务器发送事件的 HTTP POST 请求。该规范建议对远程服务器使用 OAuth，因此 Smartling 在 2026 年 8 月 3 日将新连接迁移到 OAuth 2.1 浏览器登录，OpenAI 的指南建议对连接到 ChatGPT 的服务器使用带有客户端 ID 元数据文档的 OAuth。
数据层：JSON-RPC 2.0 - 每条消息都是一个 JSON-RPC 请求、响应或通知。自 2026-07-28 版本起，该协议是无状态的：没有初始化握手，每个请求都在_meta字段中携带其协议版本和客户端功能，服务器必须实现一个单独的server/discover调用来通告其支持的版本和功能。
基本要素：工具、资源、提示、引出- 服务器公开三种基本要素：工具（可执行函数）、资源（上下文数据，例如词汇表或模式）和提示（可重用模板）。每个都有*/list和*/get方法，以及用于执行的tools/call 。客户端可以公开请求，允许服务器在执行操作之前向用户请求确认或获取缺失的输入。自 2026 年 7 月 28 日起，采样、根和日志记录功能已被弃用，但仍可在至少十二个月的窗口期内使用。
模型的决策循环——主机从每个连接的服务器获取tools/list ，将结果合并到一个工具注册表中，并将该注册表交给模型。当模型发出工具调用时，主机将其路由到正确的客户端，运行tools/call ，并将返回的内容附加到对话中。该规范要求服务器按确定的顺序返回工具，以便该注册表保持稳定，并且 LLM 的提示缓存能够持续命中。

MCP 数据概览

数据点	数字	为什么重要
当前 MCP 协议版本	2026年7月28日（上次修订日期：2025年11月25日）	2026-07-28 的修订使协议变为无状态，并删除了会话 ID，因此基于旧文档构建的服务器和主机需要检查它们支持的版本。
运输机制	2（stdio，Streamable HTTP）	决定服务器是否可以访问本地文件（stdio）或使用 OAuth（HTTP）同时为多个用户提供服务。
服务器原语	3（工具、资源、提示）	大多数供应商服务器只提供工具；资源允许服务器向模型提供术语表或模式作为上下文，而无需调用工具。
强制服务器 RPC	1（ `server/discover` ）	取代了旧的初始化握手；主机可以通过一次可缓存的请求了解服务器的版本和功能。
官方 SDK	10，分为 3 个层级（第一层级：TypeScript、Python、C#、Go、Rust）	一级 SDK 拥有最强大的功能和维护承诺，这在为生产服务器选择语言时非常重要。
已停用功能的弃用窗口	至少 12 个月	依赖采样、根目录或日志记录的团队至少有一年的时间来迁移到新的功能生命周期策略下。
A2A协议支持	超过 150 个组织；v1.0 于 2026 年 3 月 12 日发布；于 2026 年 8 月 27 日加入 Agentic AI 基金会	现在代理到代理层与 MCP 共享基础，因此这两个协议的设计目的是一起使用，而不是在两者之间进行选择。
Smartling MCP 服务器身份验证	自 2026 年 8 月 3 日起，新连接将采用 OAuth 2.1。	规范中 OAuth 建议的一个实际例子：每个代理操作都与真实用户的 Smartling 权限相关联。

MCP 工具调用如何一步步完成？

AI 助手发出的单个翻译请求会经过五个协议步骤，理解这些步骤就能解释 MCP 连接的代理能做什么和不能做什么的大部分内容。

发现- 主机的 MCP 客户端发送server/discover （或者只是它的第一个请求，因为每个请求都在_meta中携带协议版本）以了解服务器支持哪些原语以及它接受哪些版本。版本不匹配会返回UnsupportedProtocolVersionError ，客户端会使用双方都支持的版本重试。
工具列表- 客户端调用tools/list并接收每个工具的名称、标题、描述和 JSON Schema inputSchema 。例如，Smartling 的服务器会返回用于文本翻译、词汇表和翻译记忆库查找、项目和作业检索、字符串标记和作业授权的工具，每个工具都有一个描述，模型会读取该描述来决定何时使用它。
模型选择- 主机将来自每个连接服务器的工具列表合并到一个注册表中，并将其传递给 LLM。当用户输入“使用 Smartling 机器翻译和营销词汇表将此翻译成德语”时，模型会选择匹配的工具；Smartling 的帮助中心明确指出，如果在提示中没有指定 Smartling，模型通常会回退到通用翻译。
执行和确认- 主机发出带有模型参数的tools/call 。主机通常会在每次调用运行之前向用户显示该调用（Smartling 的文档描述了点击每个工具的“继续”按钮），而 OpenAI 的 Responses API 公开了与 MCP 工具定义中的require_approval和allowed_tools相同的控件。如果服务器需要更多输入，则返回input_required结果，客户端将使用用户的答案重试。
将结果融入上下文- 服务器返回一个content数组（文本、结构化内容或资源链接），主机将其附加到对话中，以便模型可以对其进行推理。tools/list的结果带有ttlMs新鲜度提示，以便主机可以缓存它们，而不是在每一回合都重新列出工具。

MCP在当今人工智能系统中有哪些实际应用？

诸如 Claude Code、OpenAI Codex、Cursor 和 Visual Studio Code 之类的编码代理通过 GitHub 服务器读取存储库，并在同一会话中将资源文件推送到翻译平台。
企业聊天助手通过远程服务器使用 OAuth 查询内部数据库和知识库，而不是每个团队将数据粘贴到聊天窗口中。
在 AI 工具内实现即时、符合品牌调性的翻译：Smartling 的服务器通过 MT API 应用客户的词汇表、风格指南和翻译记忆库，而具备 shell 功能的客户端可以通过 15 分钟的上传链接翻译 Word、PowerPoint 和 PDF 文件。
在外部平台上运行的设计工具：Claude Code 从 Figma 设计生成 Web 应用程序是 MCP 项目本身引用的应用之一，而 Figma 自己的代理作为自定义连接器连接到远程 MCP 服务器（请参阅Figma 的 AI 代理如何使用 MCP 进行定位）。
通过提示进行帐户操作：从聊天界面而不是仪表板登录来检索项目任务、标记字符串或授权翻译任务。

什么情况下MCP不是正确的集成选择？

确定性管道，循环中没有模型。每次合并时推送 strings.json 的 CI/CD 作业应该直接调用 REST API 或 CLI；MCP 添加了模型对调用哪个工具的判断，当顺序固定时，这会带来额外的开销。
代理间委托。A2A 文档明确说明了划分方式：MCP 适用于使用工具的代理，A2A 适用于通过已发布的代理卡合作完成有状态、多轮任务的代理。客服人员将案件转交给结算人员属于 A2A 的范畴。
必须保留在记录系统中的工作。Smartling 的 MCP 路径返回即时的 MT 或 LLM 输出，这些输出不会保存到翻译记忆库中，也不会经过任何人工审核工作流程；必须进入翻译作业的内容属于 Smartling CLI MCP、连接器或 API。
仅支持聊天且已具备原生集成的环境。完全在 ChatGPT 内工作的团队可以从Smartling 的 ChatGPT 插件获得更完整的体验，该插件涵盖了任务管理、质量问题解决以及翻译。

MCP 与 API、函数调用、ChatGPT 插件和 A2A 有何不同？

MCP 与 API：它们之间究竟有什么区别？
API 是系统向开发者公开的接口；MCP 是描述此类接口到语言模型的协议。MCP 服务器通常会封装现有的 API（Smartling 的服务器调用 Smartling 的 MT API），并添加 LLM 需要而原始 API 所缺乏的功能：每个工具的自然语言描述、参数的 JSON Schema、用于发现的标准tools/list以及用于执行的统一tools/call 。开发人员仍然通过编写代码来集成 API；模型通过读取 MCP 服务器的工具列表来集成 MCP 服务器。

MCP 与函数调用：它们是一回事吗？
不。函数调用是模型供应商功能，开发者可以在 API 请求中定义函数，并在自己的代码中执行返回的调用。MCP 将相同的理念在供应商之间标准化，并将实现转移到主机为你调用的服务器；OpenAI 的 Responses API 通过提供函数工具和单独的type: "mcp"工具（接受server_url ）来使这种区别变得显而易见。A2A 项目本身对 MCP 的描述是“类似于大型语言模型中的函数调用”，这恰如其分地概括了二者之间的关系：形式相同，但可移植且可发现。

MCP 与 A2A：我需要哪种协议？
当智能体需要使用工具或读取资源时，使用 MCP；当两个自主智能体需要相互发现、协商并共享长时间运行的任务时，使用 A2A。A2A 文档将 MCP 称为垂直层（代理到工具），将 A2A 称为水平层（代理到代理），其参考场景中，机械代理使用 MCP 作为其诊断扫描仪，同时使用 A2A 从供应商代理订购零件。大多数生产系统都会同时使用这两种方法。

MCP 与 ChatGPT 插件：插件是否只是换了个名字的 MCP？
不是买方方面的问题。ChatGPT 插件通过 OpenAI 的插件目录分发，并且仅在 ChatGPT 内部运行，而 MCP 服务器则通过 URL 添加到任何 MCP 主机。OpenAI 的开发者文档确实将远程 MCP 服务器描述为驱动插件的一种方式，因此两者可以在底层共享管道，但它们仍然是具有独立安装路径和作用域的独立产品。Smartling 同时提供这两种方案；比较详情请参阅我们的 Smartling MCP 服务器指南。

MCP 与厂商 SDK 相比：为什么不直接使用 SDK 呢？
SDK（Smartling 发布 Java、Python 和 Node.js SDK）是供开发人员针对单一供应商编写应用程序代码时使用的。MCP 是 LLM 在运行时跨多个供应商选择操作的平台。如果由人编写集成，SDK 通常速度更快；如果由模型决定下一步做什么，只有 MCP 才能提供描述和模式，使其能够做出正确的决定。

哪些“其他人工智能通信协议”实际上是协议？
只有 MCP 和 A2A 是开放的、由基金会管理的协议，具有已发布的规范和多供应商 SDK。函数调用、插件和连接器是单个供应商平台的产品功能。买家在比较“人工智能协议”时，应该询问被比较的协议是否具有任何人都可以实施的规范。

MCP如何影响AI代理的开发？Smartling又是如何应用MCP的？

MCP 通过在协议层面上固定模型与外部世界之间的边界来塑造代理开发，因此代理构建者不再编写定制的集成代码，而是开始做出协议层面的决策。2026-07-28 规范显示了这些决策的现状：无状态设计意味着代理可以在负载均衡器后水平扩展，而无需会话亲和性；确定性的tools/list排序和ttlMs缓存提示允许主机在回合之间保持模型提示缓存的“温暖”状态；任务扩展为长时间运行的请求提供了一个持久句柄来进行轮询，而不是阻塞调用；通过多往返请求进行请求，为服务器提供了一种标准方法，可以在执行重要操作之前向用户请求确认；授权规范从动态客户端注册转向客户端 ID 元数据文档，将代理身份推向企业已经审计的 OAuth 模式。实际效果是，代理的功能变成了一种配置选择（连接哪些服务器、允许使用哪些工具、需要哪些批准），而不是一个代码库。

Smartling 的 MCP 服务器是将这些选择应用于本地化的一个实际例子。这是一个位于 mcp.smartling.com/mcp 的远程 Streamable HTTP 服务器。列于 Claude 的连接器目录中，通过 OAuth 2.1 浏览器登录验证新连接，并将每个工具的范围限定为已登录用户的 Smartling 权限，完整的帐户级工具需要帐户所有者角色。其工具列表为代理提供以下功能：通过 Smartling 的 MT API 进行即时文本翻译，并应用术语表、风格指南和翻译记忆上下文；通过 15 分钟上传链接，在支持 shell 的客户端（如 Claude Code 和 OpenAI Codex）上翻译 Word、PowerPoint 和 PDF 文档；检索术语表、风格指南、翻译记忆、项目、任务和用户；以及帐户操作，包括标记字符串、授权任务和向现有任务添加字符串。主机可以禁用单个工具，这在实践中是允许工具模式。由于服务器特意限定为即时翻译和以读取为主的帐户访问权限，因此必须进入翻译工作流程的内容会使用 Smartling 的 CLI MCP 或连接器。Claude Code、OpenAI Codex、Visual Studio Code、Cursor 和 Claude Desktop 的设置步骤以及评估清单，请参阅我们关于 Smartling 的 MCP 服务器进行 AI 翻译的指南。