AI领域热门概念MCP与plugin的本质区别及使用方法解析

2025-05-11
来源:网络整理

在AI字段中,MCP(模型上下文协议)和(插件)是两个流行的概念,但是它们之间存在基本差异。本文将对MCP协议的定义,功能和使用方法进行深入讨论,比较它们之间的差异,并结合实际情况,以显示如何通过阿里巴巴云平台使用MCP服务。

最近,AI领域最受欢迎的一个应该是MCP协议。从年初到现在,我的媒体矩阵一直被MCP的主题包围。从到,所有技术博客作者都在谈论MCP协议,尽管起初我真的很想称其为购买彩票(MCP,别无他法)。

从这个角度来看,在过去的24个月中,尤其是在2025年之后,MCP主题的搜索量几乎激增,使其成为名副其实的主题之王。

但是,从区域的角度来看,就搜索世界各地的国家而言,我的国家人数最多,人们关注MCP协议,这比其他国家和地区更好。从下面的图标来看,我几乎认为其他国家正在研究这件事,这将被用作百度。

1。什么是MCP?

然后,回到重点,什么是MCP协议?

MCP(,模型上下文协议)是一项通信协议,并于2024年11月提出并开放,以解决大语模型(LLMS)和外部数据源和工具之间无缝集成的需求。

它通过标准化AI系统与数据源进行标准化,从而帮助模型获得更丰富的上下文信息,从而产生更准确和相关的响应。

用外行的术语来说,MCP协议就像设备之间通信的“语言规则”一样,该协议规定了不同的设备或程序如何“理解”另一方的单词以及如何传达信息。例如,当您与朋友聊天时,您需要使用相同的语言(例如中文),并且还必须遵循一定的表达顺序(例如先打个招呼,然后谈论事情),以便您可以互相理解。

MCP协议是一组针对机器,软件和设备的类似“通信规则”,因此他们可以以统一的方式发送和接收信息,避免“互相交谈”。

您可能仍然不明白这一点,所以让我们举一个例子来加深您的理解

假设您有一个智能灯泡和一个控制它的移动应用程序。他们需要通信以实现“使用手机转动和切换灯”的功能。

当没有协议时:

如果您的手机想打开灯泡,则可以发送一条消息:“嘿,打开!”但是灯泡可能不了解,因为它不知道“嘿”是启动的还是“打开”哪些特定说明,并且您不知道如何回复“我已经打开的电话”。就像您对只会说英语的人说中文一样,另一个人完全感到困惑。

使用MCP协议:

预先规定了MCP协议:

这样,电话和灯泡就像用相同的“语言”说话。每条消息符合MCP协议的规则。双方都可以准确理解对方的含义,不会犯任何错误。

2。根据MCP我该怎么办?

阅读此书的用户可能有一些疑问,不是吗?

是的,但不是

说这不是因为它与

MCP本质上是模型和工具之间的互动标准。以 MAP为例,MCP将的API(例如位置搜索,路径计划)封装为符合MCP协议的服务,并通过统一的JSON定义输入和输出格式。这种标准化设计允许:

跨模型的兼容性:无论是 还是GPT,只要它支持MCP协议,它就可以直接调用的MCP服务而无需单独适应。

多步任务调度:MCP支持复杂任务链的自动执行。例如,用户只需要输入“计划从杭州西湖到 的骑自行车路线并估算时间”,而MCP服务将自动完成多个步骤,例如位置分析,路径计划,实时道路状况查询等,而无需手动拆分任务。

动态上下文管理:MCP服务可以在呼叫过程中携带上下文信息(例如用户的历史搜索记录),以改善任务连贯性。例如,如果用户不断查询“附近的咖啡馆”和“推荐的评级最高”,则MCP服务可以自动将两个请求的上下文关联。

本质是:

智能英语怎么讲_智能英语有用吗_智能用英语怎么说

由制造商设计的专有界面为特定型号设计,例如由为 开发的插件。主要核心特征是:

总结

如果您使用MCP,则可以更开放,更丰富,更简单,但不是,它是暂时的,封闭和复杂的

例如,就开发成本而言,如果传统上想开发,他们需要为特定模型编写代码。例如,的插件需要使用 的SDK来实现逻辑,例如插件注册,参数分析和结果返回。而且通常需要处理模型的身份验证和授权等。

但是,以前的MCP可以使用低代码和几乎为零代码使用。例如, 和其他新发布的MCP服务,用户只需要通过简单的配置访问的MCP服务,而无需编写代码。例如,用户可以直接激活在 中的MCP服务,并通过拖放操作将其集成到该过程中。此外,MCP服务由平台托管,因此开发人员无需关心服务器部署,负载平衡和其他问题,从而节省了很多麻烦。

这只是成本和效率,并且跨模式和功能性任务存在更多差异。

实际上,AI肯定会根据成本和效率打破僵局。这是乔布斯的说法,没有复杂的事情会永远持续下去。在AI时代,也是如此。考虑一下,过去,当我们想使用模型或插件时,没有讨论开发和维护成本,质量和稳定性也更加困难。在许多情况下,插件几乎不可能使用,并且无法适应型号。

因此,这里不仅在当前的传统行业或互联网行业中,而且在AI行业中,这种潜在的需求或趋势也肯定会被AI取代。

例如,视频编辑,图片编辑,工厂组装线以及某些工作流程的布置等都是被替换的风险,因为它本质上是RPA,缺乏足够的创造力,并且消耗了很多时间和人工成本。

如果可以实现这一目标,那么我们人类可以花更多的时间在创造力上,这将非常不同!

至于功能货币化和用法方案,它确实没有什么不同。如果您必须找到差异,则只能说它真的很方便且非常快速

您只需要一个部署即可使用MCP服务,包括一些外国软件,例如您可以使用的任何东西。

此外,如果我们没有想要的MCP,我们可以随意添加MCP服务,并且操作不会太复杂,因为我们稍后会讨论。

此后,我们需要立即尝试 发布的MCP协议服务。这应该是在中国发布的第一项MCP服务。尽管还不是早,但仍然是及时的,弥补了这种缺陷。毕竟,谈论理论而不是整天练习绝对没有用。

自农历新年以来,阿里巴巴在AI中的进步对所有人来说确实是显而易见的。我觉得它将每两天发布一次新型号或新产品。不久前,有传言说所有阿里巴巴部门都将是基于人工智能的,这计划从电子商务巨头转变为AI公司。

3。如何使用MCP

不要说太多,开始练习

首先,您需要打开阿里巴巴云。那些尚未注册的人需要先注册。 URL在这里:

当然,您也可以直接打开阿里巴巴云的贝利安,这是一样的。我习惯于使用第一种方法。

在阿里巴巴云主页中,找到该模型,然后找到AI应用程序构建 - MCP服务。它已被正式识别,您可以直接看到它

但是,在这里,阿里巴巴将的模型和应用分开。原因可能是当将它们放在一起时,功能太多。现在,它分为母子界面,这将更加方便。

单击后,您可以直接进入MCP中心。只要您在下面看到,服务都可以访问。在这里,我们将直接使用 Map,然后单击以激活,然后成功激活了该服务。

但是,这里有一个问题,也就是说,许多外国软件都需要API。例如,如果您想登录以获取钥匙,则需要魔术,但是此步骤取决于命运。

这导致了第一个问题:MCP服务应该更丰富,否则它将毫无用处,效果绝对不如插件。考虑一下,如果您可以拥有的内存是256克,但是手机存储中只有10个软件,其中一些软件是外国的,您还不能使用它。您想对此有意义?

智能英语有用吗_智能英语怎么讲_智能用英语怎么说

接下来,许多MCP服务目前得到支持和激活,但是如果某些服务提供商不愿访问,那么如果他们不愿合作,那将是麻烦的。因此,随后的更新可能需要持续调整,并且还有一些非技术因素会影响它。

然后,我们需要配置MCP服务。阿里巴巴云提供了两个选项,一个是应用程序支持,另一个是工作流支持。使用Coze或的用户必须知道这是什么。如果他们不熟悉它,他们还提供了文档中的操作步骤和用户手册,可以在界面中找到。

我使用该应用程序简单地构建了MCP服务。您可以忽略很多接口。只需单击技能中的MCP,然后仅将连接起来即可。

每个人都填写角色设计并自行回复逻辑。我只想使它更容易。实际上,如果您不编写它,那是可以的,因为您只是使用了其中一个MCP。我将在下面放置模板:

##您是路线规划助理

##技能

当用户问您一个路线问题时,您需要致电MCP服务以帮助解决问题

##限制

非路由或地图问题不需要答复

这是要注意的一点:

对模型的选择有限制。首先,阿里巴巴云提供了一个免费的信任限制,许多模型基本上可以免费尝试。

其次,如果要使用MCP服务,则可以使用不支持的默认模型。在这里,我正在使用汤蒂()。

然后,您可以使用这些东西。我问了有关地图的几个问题,可能是:

首先,从答案来看,这实际上相当不错。基本上,如果您提出一些流量问题,它也可以回答它们,但绝对不像直接使用那样好。

此外,似乎无法完全实现实时数据访问。例如,当我问西湖目前的交通状况是什么时,它无法回答。我认为这起初是一个不准确的问题,然后我确定了时间和时间,但仍然无法回答。

最后,您可以自己添加MCP服务。操作并不复杂,必须简单得多。这只是以下步骤。如果您想使用其他服务(例如AI),则需要调用API并自己使用。

结论是:当前的MCP服务基本上与之没有什么不同,并且某些功能甚至比后者更糟糕。尽管我不想在上面倒冷水,但没有办法做。确实是一个趋势,但是现在,如果您想成为一个通用模型,它可能远远落后。

例如,性能和延迟问题,实时应用程序(例如自动驾驶)需要毫秒响应,而MCP调用远程API可能会引入数百毫秒延迟。例如,在车辆互联网场景中,MCP调用天气API的延迟可能会影响路线规划的实时性质。

或者,就生态方面而言,工具覆盖范围不完整:现有的MCP工具集中在一般区域(例如天气,地图),并且在垂直行业(例如半导体制造设备控制)中的专用工具较少。

当我撰写本文时,我刚刚启动了A2A协议。简而言之,这是由多次合作所生的协议。如果这种解释尚不清楚,您可以简单地理解一个小组正在开会。

MCP解决的是,两者之间必须存在差异,但是方向是相同的,也就是说,它们都朝着普遍性发展,弥补了当前的单身性,抽象,动作不足等的缺点。

但是,拥有一个比没有

出色的工作通常从0开始,然后像文章一样慢慢改进它,首先写下,写出一块垃圾,然后慢慢修改它。

分享