AI Agent 工程 · 03
03.1 MCP 为什么出现：从点对点集成到协议
理解 MCP 如何为 AI 应用连接外部工具、数据和交互模板建立共同接口，以及它没有解决什么。
知识定位与一句话定义
MCP（Model Context Protocol，模型上下文协议）位于模型与外部系统之间。白话说，它像 AI 应用的标准插口：让客户端能用一致方式发现并使用多个系统提供的能力，而不用为每个服务重新发明连接格式。
它解决什么问题
跨境客服若分别接订单、物流、政策库，每一项都可能有不同鉴权、参数和返回结构。没有共同协议时，Host（承载 AI 体验的应用）需要针对每个系统写专用适配。MCP 定义的是“交换上下文”的协议，不规定模型如何推理，也不替代订单系统的权限设计。
客服 Host → MCP Client → 模拟订单 MCP Server → 订单数据
↘→ 政策 MCP Server → 政策资源
普通 API 是某个业务系统自行定义的接口；MCP 在其之上提供可发现的工具、资源和提示模板等协议约定。两者可以共存：MCP Server 通常仍会在内部调用普通 API。
案例与实践
本项目把“查订单”先做为模拟 MCP 工具。输入是订单号和当前登录客户标识；输出只能是该客户可看的模拟订单信息。模型提出调用建议后，客户端与服务端仍必须验证参数和权限。
实践：先阅读 examples/cross-border-ai-support-agent/v2-mcp-workflow.mjs 的 tools/list 分支，再写下三个问题：Server 暴露什么能力、Client 怎样发现、谁最终执行权限判断。运行方式见 03.3。验收：能说明 MCP 不会自动给模型数据库权限。
失败排查、回忆与笔记
若工具“找不到”，先分辨是未发现、名称不匹配还是 Server 未连接；不要让模型猜工具名。主动回忆：为什么把内部 REST API 改名为 MCP 并不会自动提高安全性？
- 必须记：MCP 是协议，不是模型或权限系统。
- 建议记：协议标准化与业务授权是两层问题。
- 不用记：某一版本的全部 JSON 字段。