点击👇关注我 学习更多AI知识
大家好，我是予贝
你的大模型，还在‘裸奔’吗？”
👉 没有实时数据支撑的LLM，就像断网的搜索引擎——回答永远慢半拍、信息可能已过时。
今天，一个叫MCP的协议，正在终结这场混乱。
Anthropic（Claude母公司）最新发布的 Model Context Protocol ，让AI像插U盘一样“即插即用”各类数据源。而国产工具Trae，已经率先支持！
MCP 是一个开放协议，用于标准化应用程序如何向 LLM 提供上下文。
可以将 MCP 想象成 AI 应用程序的 USB-C 接口，就像 USB-C 为设备连接各种外设和配件提供标准化方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了标准化的方式。
MCP 通过提供预构建的集成列表让您的 LLM 直接连接数据和工具，同时支持在不同 LLM 提供商和供应商之间灵活切换，并遵循最佳实践确保数据在您的基础设施中的安全性。
MCP 核心采用客户端-服务器架构，主要组件如下图所示：
MCP 主机 （Host）：如 Claude Desktop、Cursor 或 AI 工具，作为用户与 LLM 交互的入口，发起上下文请求。
MCP 客户端 （Client）：与服务器保持 1:1 连接的协议适配层，负责请求路由和响应组装。
MCP 服务器 （Server）：轻量级程序，通过标准化协议暴露特定功能（如数据查询、工具调用），支持安全访问本地或远程资源。
本地数据源 ：包括文件、数据库等受控资源，由 MCP 服务器通过安全通道访问。
远程服务 ：如 SaaS API 节点，通过互联网扩展 MCP 的能力边界。
MCP 工作流程：主机发起请求 → 客户端智能路由至服务器 → 服务器访问本地/云端资源 → 返回结构化上下文供 LLM 处理。
了解了 MCP 的基础知识和架构，接下来我们介绍国产 AI 编程工具 Trae 如何连接 MCP
打开 Trae IDE，在软件右上角点击点击 设置 图标 > MCP
进入到 MCP 界面
点击 + 添加 MCP Servers 按钮，将跳转 MCP Server 市场
标有轻松配置的配置较为简单，只需要提供对应的信息即可，我们挑选 Github MCP，只需要输入 Github 的 Access Token， 点击 here 将跳转到 Token 生成界面。
配置完成后点击创建
输入生成的 token，点击确认，及配置完成，出现可使用就可以调用 github 提供的相关功能了
普通 MCP 服务需要将 MCP 服务器介绍页面中的 JSON 配置内容粘贴至输入框中，然后将 env 信息（例如 API Key、Token、Access Key 等字段）替换为真实信息，后续我们将单独介绍各 MCP 的使用方法。
通过 MCP 协议，Trae 等 AI 工具能够以标准化、安全的方式连接多样化的数据源和远程服务（如 GitHub），扩展了 LLM 的上下文处理能力。
未来，随着 MCP 生态的完善和更多适配服务的加入，AI 应用的开发效率与功能边界将进一步提升。
接下来，我们将深入讲解各类 MCP 服务器的具体使用方法，助您充分释放 AI 协作的潜力。
我们坚信AI编程的门槛会变得越来越低，开源了AI编程手册，目前85000多字，包含网站，小程序，APP等多种开发案例，希望对大家有帮助，需要的扫码获取