MCP
简介与洞见
MCP 类似一个拓展坞，让大模型理解如何使用工具。
就类似于一个互联网上的服务器，MCP 告诉 LLM 如何使用工具，如何调用工具，让 LLM 调用工具，MCP 返回结果。
MCP 并不是最早出现的类似事物，之前就有很多类似的尝试，比如：
- OpenAI plugins：限制于 OpenAI 的生态
- longchain：抽象层数太多，想要囊括的太多
- pydantic：使用 python 抽象器进行抽象
!!! note "把时间花在解决问题上面，而不是 build server" mcp作为distribute一个好的方式
当我们使用一个工具的时候，我们不仅仅是在使用这个工具，更是接受这个工具对于未来的设想与设计
有用资源
awesome-mcp-servers/README-zh.md at main · punkpeye/awesome-mcp-servers
环境配置
一个简单 demo
Cursor – Model Context Protocol
Introduction - Model Context Protocol
使用的 server
Playwright
microsoft/playwright-mcp: Playwright MCP server
sequentialthinking
reference-servers/src/sequentialthinking at main · smithery-ai/reference-servers
bash
npm install playwright && npx playwright install chrome