Model Context Protocol 完全指南：MCP 工作机制与实战
MCP 是什么、它如何标准化 LLM 的工具调用，以及如何动手写一个 MCP Server，把你的数据或 API 暴露给 ChatGPT、Claude 和 Cursor。
操作步骤
装 SDK 并 init 项目
npm i @modelcontextprotocol/sdk。新建 src/server.ts 与 src/index.ts，package.json 设 type=module + bin 入口。
声明三个 primitive：tools / resources / prompts
tools 是带 input schema 的可调用函数；resources 是结构化数据源（文件、数据库、API）；prompts 是预写提示模板。在 ListTools / ListResources / ListPrompts 里返回。
选 transport：stdio / Streamable HTTP / SSE
本地子进程走 stdio；云端服务走 Streamable HTTP；老客户端兼容 SSE。本地测试用 stdio 即可。
写一个最小 tool 并自测
例如 server.setRequestHandler(CallToolRequestSchema, ...) 实现 echo 工具；用 MCP Inspector 或 SDK 自带的 test client 验证 ListTools + CallTool 流程。
接入 ChatGPT / Claude / Cursor 并加 OAuth
在 Server 上注册 OAuth 2.0 metadata，对接你自己的鉴权后端；在 README 列出每个 host 的接入步骤；上线前用 prompt injection 防护清单过一遍。
MCP（Model Context Protocol）是 LLM 工具调用的开放标准，客户端（ChatGPT / Claude / Cursor）通过 JSON-RPC 协议访问服务器暴露的 tools、resources、prompts。
1. 概述
MCP（Model Context Protocol）是 Anthropic 提出的开放标准，让 LLM 通过统一协议调用任何工具和数据源。本文讲清 MCP 架构、传输层（stdio / HTTP / SSE）、以及如何为你的业务写一个 MCP Server。
2. 核心要点
- MCP 由 Hosts（ChatGPT）、Clients（SDK）、Servers（你的服务）三层组成
- 传输支持 stdio（本地进程）、Streamable HTTP（云端）、SSE（旧 HTTP）
- Tools 是带输入 schema 的可调用函数；Resources 是结构化数据源；Prompts 是预写提示模板
- 用 @modelcontextprotocol/sdk 写一个 Server 通常 50-200 行 TypeScript 代码
- 上线后注意：OAuth 鉴权、调用频率限制、敏感工具白名单，避免被 prompt injection 利用
3. 工作机制
下面分节展开。建议阅读时配合 OpenAI 官方文档 一起看。
4. 实战步骤
- 明确目标：先定义完成的标准。
- 选型：参考核心要点里的模型对比。
- 验证：跑通最小示例，记录参数与版本号。
- 集成：把示例接到你现有代码里。
- 监控：记录调用日志与失败原因，定期回看。
5. 常见错误与排查
- 报错 401：API Key 无效或过期，重新生成。
- 报错 429：触发速率限制，启用指数退避重试。
- 报错 400：参数错误，仔细核对 model 名称与 messages 结构。
- 回答质量差：换模型、补充 few-shot 示例、检查 prompt 是否过长。
6. 下一步
掌握本文后，建议继续阅读：
- 《ChatGPT 完全指南（2026）：从入门到精通》
- 《Prompt Engineering 核心模式：8 个让 GPT 表现翻倍的模板》
- 《OpenAI API 入门：第一个 GPT-5.6 调用详解》
关键要点
- MCP 由 Hosts（ChatGPT）、Clients（SDK）、Servers（你的服务）三层组成
- 传输支持 stdio（本地进程）、Streamable HTTP（云端）、SSE（旧 HTTP）
- Tools 是带输入 schema 的可调用函数；Resources 是结构化数据源；Prompts 是预写提示模板
- 用 @modelcontextprotocol/sdk 写一个 Server 通常 50-200 行 TypeScript 代码
- 上线后注意：OAuth 鉴权、调用频率限制、敏感工具白名单，避免被 prompt injection 利用
常见问题
官方参考
相关文章
Codex CLI 接入 MCP 服务器：config.toml 配置全字段手册
Codex CLI 通过 config.toml 里的 [mcp_servers] 表接 MCP 服务器：stdio 用 command/args/env，远程用 url/bearer_token/http_headers，还有 startup_timeout_sec、enabled_tools、required 等控制面。本文按 codex 源码的配置结构逐项讲清。
阅读全文MCP Apps 解读：让 MCP Server 在对话里渲染交互式 UI（SEP-1865）
MCP Apps（SEP-1865，Final）拆解：工具声明 ui:// 资源，宿主在沙箱 iframe 里渲染交互式 HTML——数据可视化、表单、仪表盘直接长在对话里。机制、安全模型、官方 SDK 代码与八家宿主支持面一文讲清。
阅读全文Model Hardware Standard 解读：MHS 如何让 AI 智能体安全操控物理设备
Anthropic 8-27 公告的 Model Hardware Standard（MHS）研究预览版拆解：标准化驱动 + read/write 原语 + MCP/CLI/代码文件三种控制机制，六家机构实测数据与八家硬件厂商跟进——开源在即的物理设备操控标准。
阅读全文订阅 GPTMap Weekly
每周一封邮件，精选 OpenAI 重要更新、深度解读与最佳实践。无广告，可随时退订。
提交后将在新标签页打开 Buttondown 完成订阅确认。