Model Context Protocol（MCP）是一套開放原始碼的客戶端—伺服器協定，定義 AI 系統如何發現可用工具、交換結構化內容，並透過外部工具與服務執行動作。MCP 最早由 Anthropic 提出，後來由 GitHub 接手改寫成更通用的版本並以開源形式釋出，上線第一週就成為 GitHub 上最受歡迎的開源專案之一。它要解決的問題是：AI 模型雖然擅長推理，卻很難直接存取企業資料與工具，每接一個工具都得客製一套串接方式。
MCP 的架構包含四個角色：發出請求的「MCP 用戶端」（AI 助理或應用程式）、對外提供工具與資料的「MCP 伺服器」、負責管理執行環境的「MCP 主機」，以及用 JSON-RPC 透過標準輸入輸出或伺服器推送事件溝通的傳輸層。實際運作上，雙方先初始化並協商可用能力，用戶端再動態探索伺服器有哪些工具，接著送出結構化請求，由伺服器執行後回傳結果。
文章把 MCP 比喻成「像 USB 一樣的通用接口」，認為它讓 AI 系統從只能讀取資料，進一步變成可以實際執行動作、串接多個工具完成任務的「可讀寫 AI」。這也是讓 AI 代理人、服務與開發工具能以可預期、可治理的方式互相協調的基礎，應用範圍從自動分流 issue、資安流程到 CI/CD 協調都有，安全機制則包含身分驗證、權限控管與稽核紀錄。
MCP 本身偏向底層的基礎建設議題，對剛接觸程式的孩子來說比較不是能馬上動手玩的題材，比較偏產業面。不過它背後的概念值得知道：當愈來愈多 AI 工具需要彼此溝通、呼叫對方的功能時，制定一套大家都遵守的共同規則，就能讓不同系統更容易合作，這和學程式時學著寫清楚、好懂、別人也能接手的程式碼，是類似的道理。
AI開源開發工具