组织任务、模型和功能使用
应用内负责 MCP 通信的组件
提供查询课程资料等能力
快速认识：它解决什么问题
模型上下文协议（MCP）：一种让 AI 应用按共同规则连接外部能力与资料的开放协议。 “协议”可以理解为双方约定怎样描述能力、提出请求和返回结果。
假设课程资料保存在一个专门的服务中。你想让 AI 查询某节课的学生背景和参考资料，应用就需要能访问这个服务。如果应用和服务支持兼容的 MCP 能力，就可以按这套共同规则交流。
在这件事里，服务提供资料，应用发起和使用查询，MCP 规范它们的通信。MCP 本身不是模型，也不会把没有接入的资料自动变成模型已经知道的内容。
场景理解：什么时候可能用得上
| 你想做什么 | 服务需要提供什么 | 使用时核对什么 |
|---|---|---|
| 查询某节课的资料并整理备课要点 | 按课程查询资料的工具，或可读取的资料资源 | 是否支持该服务、能否查到对应课程、返回内容是否完整 |
| 整理公开文档中的更新信息 | 搜索和读取公开文档的能力 | 来源、更新日期，以及是否真的读取了相关文档 |
| 从工作系统查一项业务记录 | 对应系统的查询能力 | 当前账号可访问的范围，查询对象是否正确 |
这些是用途示例，并不表示任意 AI 应用都已具备相应连接。服务提供的功能、应用支持的能力与访问条件，需要分别核对。
如果只有三段资料，直接复制或上传也可能足够。已有应用功能能完成任务时，可以直接使用；MCP 是一种接入方式，不是每次使用 AI 的必经步骤。
三种“成功”，含义不同
连接成功说明双方建立了可用的通信。调用成功说明某项具体能力执行并返回了结果。任务完成还需要结果符合你的目标。
以备课为例，连接课程资料服务之后，至少还要看到查询能力，实际取得课程 silk-road-01 的资料，并核对年级、课时和资料编号。之后模型整理出的教案是否适合学生，是另一项检查。
服务也可以提供资源（Resource）和提示模板（Prompt Template）：资源是可按标识读取的资料，模板是可以选用并填入参数的要求。不是每个服务都提供三种能力，也不是每个应用都用同样的界面展示它们。
使用前，先看这三点
- 应用是否支持该服务使用的 MCP 连接方式和能力。
- 服务到底能读取、查询或执行什么，是否需要账号和授权。
- 怎么用一次具体结果确认它真的可用。
“支持 MCP”不等于支持所有版本、所有服务或所有功能。连接参数、按钮位置和访问方式会随应用变化。需要实际操作时，应该跟随适用于当前环境的指南。
想一想
一个应用显示课程服务“已连接”，但查询时返回“课程不存在”。这是否说明 MCP 完全没用，或者教案任务已经完成？
参考判断： 都不能这样判断。通信可能已经建立，具体课程查询却失败了。应先检查课程 ID 与服务提供的资料，再决定后续动作；不能假装已读到材料。
自己选择继续读到哪一层
到这里，已经可以解释 MCP 的作用、场景与基本边界。
- 想看一次真实连接如何验证：读 实际使用：查询示例课程资料。正文先解释观察什么，命令放在可选复现部分。
- 想知道内部怎样通信：读 理解机制：应用、客户端和服务。包含工具、资源、提示模板的区别和本实验的实际信息流。
- 想区分方法和连接：读 技能（Skill） 或 四个术语对照。
来源与适用范围
通用定义参考 MCP 官方介绍 与 架构说明，核验日期：2026-09-09。上述解释不绑定具体产品。配套实验固定官方 Python SDK 1.26.0，实际协商协议 2025-11-25；其初始化步骤按该版本说明，不能套用于所有未来版本。