Model Context Protocol（MCP）是一項開放規格， 用於將 AI 用戶端連接至外部工具與資料。 當外掛程式需要讀取即時資訊、執行動作， 或與其他服務整合時，可以納入 MCP 伺服器。
MCP 伺服器並非必要。若外掛程式僅提供指示與 資源，可以只包含技能。
MCP 伺服器提供的功能
MCP 伺服器可以提供：
- 工具： 模型可透過結構化輸入呼叫的函式。
- 資源： 用戶端可讀取的資料或內容。
- 提示詞： 可重複使用的提示詞範本。
- 指示： 適用於整個伺服器的功能使用指引。
外掛程式主要使用工具。每個工具都有名稱、說明、輸入結構描述， 以及選用的輸出結構描述。這些欄位有助於模型判斷何時呼叫工具， 以及如何使用其結果。
工具呼叫的運作方式
當使用者提出的要求符合某個工具的功能時：
- 用戶端探索 MCP 伺服器提供的工具。
- 模型選擇工具，並提供符合其輸入結構描述的引數。
- 伺服器驗證要求、執行操作， 並傳回結果。
- 模型使用結果繼續對話。
工具結果應在沒有自訂 UI 的情況下也能使用。請傳回簡潔的文字或結構化 內容，為模型提供足夠的資訊來回答使用者。 MCP 伺服器也可以為支援 MCP Apps 的用戶端 傳回選用的 UI 資源。
傳輸與授權
請使用可串流的 HTTP 傳輸方式，將正式環境的 MCP 伺服器部署於穩定的 HTTPS 端點。 如果工具會存取私人資料或代表使用者執行動作， 請使用 MCP 規格定義的授權流程 來保護伺服器。
如需協定詳細資訊，請參閱 MCP 規格。 Python 與 TypeScript 軟體開發套件 提供伺服器實作與輔助工具。
下一步
定義好外掛程式所需的工具後， 建立 MCP 伺服器。