老金出海AI · GO GLOBAL
MCP行业标准 · 快速演进MIT → Apache-2.0（过渡中）

连接 AI 与工具的开放协议

MCP（Model Context Protocol）是连接 AI 模型与外部工具/数据的开放协议：client 和 server 之间的标准接口，任何 AI 客户端都能接任何工具。

更新于 2026-08-15。数据来自官方仓库当日快照。

89.6k
GitHub star（快照）
11.4k
fork（快照）
行业标准 · 快速演进
项目状态
MIT → Apache-2.0（过渡中）
开源协议
打开 GitHub 仓库访问 modelcontextprotocol.io从上手教程开始

如何快速上手 MCP

3 步理解协议并接入第一个 server

1

读规范

先理解 client-server 模型与 Tools/Resources/Prompts 三原语。

https://modelcontextprotocol.io
2

装官方 server

从官方 servers 仓库挑一个（如 filesystem），在 Claude Code 等客户端注册。

claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /path
3

接入自定义数据

按需写自己的 server（TS SDK 或 Python），暴露业务工具给模型。

npx @modelcontextprotocol/create-server

避坑指南

⚠️

许可过渡期

MCP 处于 MIT → Apache-2.0 过渡期，混用需留意具体仓库/文件的许可声明，商用前逐个确认。

⚠️

生态碎片化

servers/SDK/registry 分散多个仓库，第三方 server 质量参差。生产接入优先官方 servers 与 registry 已审核条目。

⚠️

安全边界

给模型接工具 = 给它更多能力，也可能带来更多风险。数据库只给只读账号，写操作需审批。

和 Agent Skills、插件怎么选

MCP 是「协议层」，Skills 是「知识层」，插件是「产品层」。本站同时覆盖三者，帮你在不同抽象层选对工具。

工具本质解决的问题许可典型用户
MCP开放协议AI 客户端接工具/数据的标准接口MIT → Apache-2.0开发者 / 工具厂商
Agent Skills流程知识格式教模型「怎么做」各仓库不同Agent 用户 / 团队
插件系统（各家）产品内扩展给特定工具加能力各产品不同单个产品的深度用户

最新动态

  1. 2026-08-14 · GitHub · modelcontextprotocol

    MCP 从 MIT 过渡到 Apache-2.0，开放治理成型

    Model Context Protocol 已从 Anthropic 单一主导走向开放治理，许可从 MIT 过渡到 Apache-2.0（新贡献），官方 servers 仓库 89.6k★，成为连接 AI 与工具的行业标准。

MCP 是什么：连接 AI 与工具的行业标准协议

老金精选推荐

88.7k ★ · 2026-07

MCP Servers（官方合集）

想让 Claude、Cursor 这类 Agent 连上真实数据和工具？MCP 官方服务器合集是入口：文件系统、搜索、数据库、Slack 都有参考实现。新手学 MCP 该长什么样，抄官方最稳。

常见问题

MCP 是什么？
MCP（Model Context Protocol）是连接 AI 模型与外部工具/数据源的开放协议。它定义了 client（如 Claude Code）和 server（暴露工具/资源）之间的标准接口，让任何 AI 客户端都能接任何工具，无需逐对集成。
MCP 的核心概念是什么？
三个原语：Tools（模型可调用的函数）、Resources（可读取的数据/文件）、Prompts（可复用的提示模板）。server 暴露这些，client 消费它们。
MCP 和 Agent Skills 有什么区别？
MCP 是「运行时协议」，给模型接入工具和数据；Agent Skills 是「流程知识包」，教模型怎么做事。二者互补，Claude Code 同时支持两者。
MCP 的许可是什么？
正在从 MIT 过渡到 Apache-2.0（新代码与规范贡献），文档贡献 CC-BY-4.0。旧 MIT 贡献在未授权重许可前仍保持 MIT。
针对企业与研发团队

需要基于 Harness 落地团队级 Agent 系统？

开源框架看似免费，但把「运行时」变成全公司都能用的「生产资产」，中间还有账号管控、RBAC权限沙箱、私有化知识库注入等无数脏活。老金出海技术团队提供商业级的 AI 底座架构与落地部署支持。

预约技术对接查看解决方案

引用本专区内容 (Cite this Hub)

我们鼓励你将本页内容沉淀至你的知识库、研究报告或直接让 AI Agent 读取。本站保持 CC BY 4.0 开放版权。

本专区如何更新

版本与链接集中在 src/content/mcp.ts 维护，star 快照由 GitHub API 自动巡检。教程、导航、精选按 slug 挂载。