MCP 是什么？一句话：给 AI 装一个通用插座

如果你用过一段时间的 AI 工具，大概会遇到这个问题：AI 能读到你说的内容，但读不到你真正需要的东西——公司的数据库、内部的工单系统、你自己那套表格。

你只能手动复制粘贴，一次一次喂给它。

MCP 解决的就是这个"喂"的动作。

一、MCP 的定义

MCP（Model Context Protocol，模型上下文协议）是一套开放标准，用来规定大模型如何发现、理解并调用外部工具或服务。

它由 Anthropic 在 2024 年 11 月底提出并开源，此后被大量模型厂商和工具产品采纳。

用一句话概括：如果说大模型是电器，各种业务系统是不同电压的插座，MCP 就是统一的插座标准——不用为每个电器单独接线。

二、没有 MCP 之前，问题在哪

传统做法是给每个 AI 应用单独写对接代码：这个应用接数据库写一套，接工单系统再写一套，换一个模型又要重写。

结果是三种成本同时上升：

• 开发成本：M 个应用 × N 个系统，对接工作量按乘法增长

• 维护成本：任一系统改了接口，所有关联的地方要跟着改

• 迁移成本：想换模型或换平台，之前的对接基本作废

MCP 把这件事从"M×N"变成"M+N"：系统和应用都按同一套协议说话，接一次就能被多方复用。

三、MCP 里有什么

从使用者角度看，不必深究协议细节，理解三个概念就够：

实际用的时候，你感知到的是"AI 多了几个能办的事"。看不见的部分是协议在中间做了统一。

四、接入 MCP 之后，AI 能多做什么

举三个具体场景，都是没有 MCP 时做不到或很麻烦的：

场景一：查实时数据。 问"上周华东区的退货率是多少"，AI 直接调用业务系统的查询接口，返回真实数字，而不是告诉你"建议你去看后台"。

场景二：跨系统串联。 从工单系统拿到问题描述，去知识库检索历史解决方案，再回到工单系统写入回复。三个系统之间不再需要人做中转。

场景三：执行而不是建议。 不只是"建议你给客户发一封邮件"，而是真的创建一封草稿，等你确认后发出。

第三点是企业场景里最关键的变化——AI 从"顾问"变成了"执行者"。这也解释了为什么高危动作需要人工审批：能执行，就必须有人守门。

五、在超级麦吉里怎么用 MCP

据超级麦吉帮助中心的说明，MCP 用于为平台接入可调用的工具或外部服务，实际操作分两种路径：

路径一：添加已有的 MCP。 在对话页面点击输入框右下角的 MCP 插件入口，打开后可以看到官方插件和自定义插件两个页签，找到需要的添加到当前对话，然后在输入框里用 @ 选择并发送请求。

路径二：自己创建。 没有符合需求的 MCP 时，切换到自定义插件页签，点击创建 MCP 插件，填写名称和描述，再通过"导入已有工具"或"自定义 MCP"为其配置可调用的能力。

需要说明一个容易误解的点：页面上显示的"管理权限"入口，并不表示可以把自建的 MCP 分配给其他组织成员。按当前的说明，个人创建的 MCP 只能由创建者本人使用。

六、什么时候该考虑接 MCP

不是所有事都值得接。判断标准很实际：

值得接：这个系统你每天都要打开、数据每天都要查、而且查询动作是固定重复的。

不值得接：半年用一次的系统、数据结构经常变、或者查完还要大量人工判断的。

一个更简单的判断方法：如果你每周为某个数据手动复制粘贴超过三次，它就值得接。

七、和 Skills 有什么区别

这两个概念经常被混在一起，其实分工不同：

• MCP 解决"AI 能碰到什么"，是连接层

• Skills 解决"AI 会怎么做"，是能力层

打个比方：MCP 是把工具箱接到手上，Skills 是告诉你哪个工具干什么活、按什么顺序干。

超级麦吉在这两方面都支持：MCP 接工具，技能库管理可复用的工作方法（见技能库说明），同时兼容 Anthropic Skills 与 OpenClaw Skills，已有的技能可以零迁移接进来。

八、安全上要注意什么

能力越强，边界越重要。接 MCP 时建议把控三件事：

1. 权限最小化：能给查询权限，就不给写入权限

2. 区分只读与可写：读取类工具可以放开，写入类工具必须有人确认

3. 来源可信：第三方提供的 MCP，上线前确认它会把数据发到哪里

超级麦吉在企业场景中的管控设计是：插件上架前做安全审查、Agent 运行在沙盒容器中与主系统隔离、高危动作需人工审批。这三条配合起来，才能让"AI 能执行"这件事可控。

九、小结

MCP 不改变模型有多聪明，它改变的是模型能接触到什么。

对个人来说，接入 MCP 意味着少复制粘贴；对企业来说，意味着 AI 能真正接进业务流程，而不是停在对话框里。

想试的话，可以从首页注册后打开任意对话，点开 MCP 插件的入口看看已有哪些可用；需要桌面端可从下载页获取。