MCP 协议详解：让 AI 直接操控工具

本文介绍 Model Context Protocol（MCP）的核心原理，以及它如何让 AI 助手像人一样调用外部工具发布网页。

2024 年底，Anthropic 发布了 Model Context Protocol（MCP），一个让 AI 模型与外部工具、数据源通信的开放标准。它的出现解决了一个长期存在的问题：AI 知道该做什么，但够不着外部世界。

为什么需要 MCP

在 MCP 之前，AI 调用工具的方式是"函数调用"（Function Calling）。每家模型商自己定义格式，每个产品都要单独适配，工具生态割裂。

MCP 统一了这一切：

客户端（Claude / Cursor）  ←→  MCP 协议  ←→  服务器（你的工具）

服务器声明自己有哪些工具（Tool），客户端按需调用，返回结构化结果。整个过程标准化，任何支持 MCP 的 AI 客户端都能直接接入任何 MCP 服务器。

核心概念

MCP 有三个核心抽象：

对于发布网页这个场景，用的就是 Tool——AI 调用 deploy_page、deploy_markdown 等工具，服务器执行发布并返回结果。

一次完整的工具调用

以 PageFire 的 deploy_markdown 为例，整个流程：

// 1. 客户端发现工具（初始化时）
{
  "method": "tools/list",
  "result": {
    "tools": [{
      "name": "deploy_markdown",
      "description": "把 Markdown 渲染成精致排版网页并发布",
      "inputSchema": {
        "type": "object",
        "properties": {
          "markdown": { "type": "string" },
          "theme":    { "type": "string", "enum": ["light","dark","sepia"] },
          "did":      { "type": "string", "description": "可选站点别名" }
        }
      }
    }]
  }
}

// 2. AI 决定调用（tools/call）
{
  "method": "tools/call",
  "params": {
    "name": "deploy_markdown",
    "arguments": {
      "markdown": "# 标题\n正文...",
      "theme": "sepia",
      "did": "my-article"
    }
  }
}

// 3. 服务器返回结果
{
  "result": {
    "content": [{
      "type": "text",
      "text": "{\"url\":\"https://my-article-abc123.pagefire.openhkt.com/\",\"did\":\"my-article\"}"
    }]
  }
}

AI 拿到 URL 后，可以直接告诉用户："发布完成，访问 https://my-article-abc123.pagefire.openhkt.com/"。

Transport：Stdio vs Streamable HTTP

MCP 支持两种传输层：

Stdio（标准输入/输出）

• 客户端启动服务器进程，通过 stdin/stdout 通信
• 适合本地工具（文件系统、本地数据库）
• 服务器必须和客户端在同一台机器

Streamable HTTP

• 服务器独立运行，客户端通过 HTTP POST + SSE 流式通信
• 适合远程服务
• 多个客户端可以同时连接同一个服务器
• PageFire 使用这种方式，这样远端服务器和本地 AI 客户端才能通信

本地 Claude Desktop  →  HTTPS  →  mcp.pagefire.openhkt.com/mcp
                         Bearer Token 鉴权

安全模型

MCP 工具有潜在的高权限（可以发网络请求、写文件），需要认真对待安全：

• Bearer Token 鉴权：每个请求必须携带 Authorization: Bearer pf_xxx
• Token 不进 URL：Token 只在 HTTP Header 里，URL 只包含不敏感的 space_id
• 数据库只存哈希：Token 明文只在注册时返回一次，DB 里永远只有 SHA-256 哈希
• 只读静态：发布的文件对外只读，服务器绝不执行用户上传的 HTML/JS

在 Claude Desktop 里接入 PageFire

.mcp.json 配置：

{
  "mcpServers": {
    "pagefire": {
      "type": "http",
      "url": "https://mcp.pagefire.openhkt.com/mcp",
      "headers": {
        "Authorization": "Bearer pf_你的token"
      }
    }
  }
}

保存后重启 Claude，就能在对话里说：

"把这份 Markdown 发布成深色主题的网页"

Claude 会自动选择 deploy_markdown 工具，参数填好，发布，返回 URL——整个过程无需你写任何代码。

MCP 的意义

工具调用本身不新鲜，Plugin、Function Calling 早有实现。MCP 的真正价值在于：

1. 标准化：工具开发者只需实现一次，所有 MCP 客户端都能用
2. 去中心化：任何人都可以运行自己的 MCP 服务器，不依赖平台审核
3. 组合性：AI 可以跨多个 MCP 服务器调用工具，完成复杂任务

这正是"AI Native 工作流"的基础设施层。PageFire 把"发布网页"这个动作变成一个 MCP 工具，让 AI 在生成内容的同时就能把它推送到公网——生成即发布，无需人工干预。

延伸阅读：

• MCP 官方规范
• PageFire Playground — 在线测试 MCP 工具调用
• 快速接入文档 — 5 分钟完成接入