Model Context Protocol
模型上下文协议
Model Context Protocol 连接 AI 应用和外部工具或数据。Host 通过 Client 连接提供工具、资源和 Prompt 的 Server。这是开放协议，双方会先确认可用能力。
另一个例子
桌面 AI Host 分别连接本地设计文件 Server 和远程 Issue Server。写入前会询问权限，也只分享任务需要的上下文。
主要部分
- 01Host 主程序
- 02Client 连接
- 03Server 能力
什么时候用
AI 应用需要跨系统发现工具时使用 MCP。连接开始和结束、传输、权限和隔离规则都要定义。
什么时候不要用
不要信任所有 Server、暴露完整对话、跳过能力检查，或把连接当成操作权限。
代码里的名称
host ↔ client ↔ server; tools/resources/prompts 上线前要检查
检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。
预期结果：使用或评估 模型上下文协议 (Model Context Protocol)，让 AI 行为可以衡量，也能连回证据。 用户场景：桌面 AI Host 分别连接本地设计文件 Server 和远程 Issue Server。写入前会询问权限，也只分享任务需要的上下文。 AI 方法或概念：模型上下文协议 (Model Context Protocol)。 适用理由：AI 应用需要跨系统发现工具时使用 MCP。连接开始和结束、传输、权限和隔离规则都要定义。 不应使用的情况：不要信任所有 Server、暴露完整对话、跳过能力检查，或把连接当成操作权限。 AI 要求：定义输入与参考证据。设置模型和工具权限。使用有版本号的评估数据与指标。说明失败、拒答、隐私、速度与成本限制。 运营防护：保留可查询记录，并隐藏其中的敏感数据。提供用户看得懂的安全备用做法。标出必须由人工复核的步骤，并定义模型或提示词的恢复方式。 验收标准：在有版本号的评估集上记录当前基线与目标。测试边界案例与恶意输入。验证安全备用做法、监控、权限与恢复方式。 证据与限制（证据边界）：正式文档仍可能是草案、候选版或最终版。请查看文档状态，也要确认浏览器或平台是否支持。 待确认：目标任务、模型与版本、评估负责人、参考数据、风险阈值、工具权限，以及生产环境的安全备用做法。
检查这份需求
请 AI 编程助手检查当前如何使用 模型上下文协议 (Model Context Protocol)。 定义：Model Context Protocol 连接 AI 应用和外部工具或数据。Host 通过 Client 连接提供工具、资源和 Prompt 的 Server。这是开放协议，双方会先确认可用能力。 生产环境检查：检查模型与提示词版本、参考数据、有版本号的评估集与指标。验证答案能否连回来源证据，也要检查工具权限与隐私。再检查常见失败、拒答、安全备用做法与人工复核。也要检查监控、成本、速度与恢复方式。 修改程序前，先列出看到的证据、缺口、严重程度，以及最小且安全的修正。