MCP 用戶端是 AI 智慧體應用程式的子程式,它與 MCP 伺服器通訊以獲取資訊並執行任務。
閱讀本文後,您將能夠:
複製文章連結
模型情境通訊協定 (MCP) 用戶端是一種電腦程式,它在 AI 智慧體的指示下,向 MCP 伺服器發出請求。MCP 用戶端從伺服器取得的資訊,將協助 AI 智慧體做出決策或執行任務。您可以把 MCP 用戶端想像成一個助理,它可以代表雇主(也就是 AI 智慧體)預訂餐廳座位或與他人進行後續聯繫。
舉例來說,假設 Acme 公司開發了一個 AI 智慧體,能根據客戶簡單的提示(例如「我想幫我九歲的小孩佈置房間」),自動訂購兒童臥室家具組。為了找出最佳選項,這個 AI 智慧體就需要知道有哪些兒童家具可供選擇、價格多少,以及這些家具的尺寸是否適合一般兒童房間。如果家具製造商透過 MCP 提供這些資訊,那麼 AI 智慧體就可以指派一個 MCP 用戶端直接向 MCP 伺服器請求所需的資料。
MCP 用戶端在 MCP 主機內運作:MCP 主機就是一個 AI 智慧體或應用程式。MCP 與構成網際網路基礎的用戶端-伺服器模型不同,在後者中,「用戶端」最初是指擁有獨立 IP 位址的裝置。相對地,MCP 用戶端、主機和伺服器可能都在同一台機器上執行,儘管情況並非總是如此。
MCP 主機是一種自主式 AI 應用程式。除了其他功能外,該應用程式還包含一個或多個用戶端,這些用戶端是主機的子程式。用戶端協助主機獲取必要資訊或執行動作,以回應終端使用者的提示。每個用戶端直接與一個 MCP 伺服器通訊。若要連接更多伺服器,就必須啟動更多的用戶端。
這張圖展示了當 MCP 伺服器架設於 Cloudflare 上時,MCP 用戶端和伺服器如何在面向使用者的應用程式底層進行互動。
從終端使用者的角度來看,這一切都是「幕後」進行的:他們看到的是自己在 AI 應用程式中輸入提示詞,然後應用程式回覆或完成他們的要求。但在幕後,應用程式其實是透過 MCP 用戶端與伺服器來完成工作。
MCP 伺服器是一種支援 MCP 運作的軟體程式,負責向 MCP 用戶端提供可用的資訊。MCP 伺服器會積極協助 MCP 用戶端完成其所接收到的提示,例如在必要時主動請求更多上下文資訊。
MCP 伺服器和 MCP 用戶端可以在同一台實體機器上執行,也可以各自在不同的裝置上,透過網際網路遠端連線互通。MCP 伺服器可以架設在一般的 Web 伺服器上(也可架設於 Cloudflare,如上圖所示),但並非必需如此。
MCP 伺服器向 MCP 用戶端提供多項功能。這些功能可協助 MCP 用戶端執行其任務。
MCP 用戶端也會向 MCP 伺服器提供功能,伺服器可以使用這些功能向用戶端請求資訊或獲取更明確的說明。
file:///home-goods/furniture/childrens-furniture/。這樣,伺服器就不太可能向用戶端提供無助於滿足使用者提示的無關資訊,例如一般家居用品或成人尺寸床的資訊。Cloudflare 讓開發人員能在開發自有 AI 智慧體的過程中,自行建置、測試與部署 MCP 用戶端與 MCP 伺服器。開發人員可以在本機裝置上開發,再部署到 Cloudflare,或透過 GitHub 帳號直接進行建置。將 MCP 伺服器或用戶端部署在 Cloudflare 上,代表您無需自行架設主機,就能在全球網路上以毫秒級速度向 AI 智慧體公開工具與資料。Cloudflare 的全球網路可在約 50 毫秒的時間內連線至全球約 95% 的網際網路人口。
MCP 伺服器也可以整合 OAuth 驗證機制。若未啟用驗證,任何人都能連線並使用該伺服器;而加上驗證後,只有經授權的使用者方可存取。因此,驗證有助於確保 MCP 伺服器上的資料保有機密性與安全性。
如需關於如何使用 Cloudflare 建置遠端 MCP 伺服器的完整教學課程,請參閱 Cloudflare 的 MCP 開發人員文件。