189、MCP（Model Context Protocol）详解与实战上周调一个内部AI工具链，日志里反复出现“context window exhausted”，我第一反应是prompt写太长，把token上限顶爆了。查了半天才发现，罪魁祸首不是用户输入，而是我那套工具链里挂了五个不同的数据源插件——每个插件都自作主张往上下文里塞了整整一屏的JSON schema。更离谱的是，这些插件之间互相不知道对方存在，同一个文件被三个插件分别读了一遍。那一刻我意识到，MCP这玩意儿不是锦上添花，是刚需。MCP的全称是Model Context Protocol，简单说就是给大模型和外部工具、数据源之间定的一套“USB-C接口”协议。你不需要为每个工具写一套自定义的适配代码，只要工具实现了MCP server，模型端用MCP client就能统一对话。核心概念就三个：server、client、以及它们之间跑的protocol。Server负责暴露资源（resources）、工具（tools）、提示词（prompts），Client负责跟server握手、发现能力、然后代表模型去调用。底层传输默认走JSON-RPC over stdio，也可以改成SSE或WebSocket，后面细说。先讲一个最容易踩坑的点：很多人以为MCP是“模型直接调工具”，其实不是。模型本身不直接发MCP请求，是你的应用代码——也就是MCP client——替模型去调server。整个流程是：模型输出一个意图（比如“查一下杭州今天气温”），你的client把这个意图解析成工具调用请求，发给MCP server，server执行完把结果返回，client再把结果塞