MCP是什麼？連接AI與外部工具的標準協定：原理、用法與注意事項

想讓Claude讀取Google雲端硬碟裡的資料，想讓AI操作Slack或GitHub——作為「連接AI與外部工具和資料」的共通規則，被廣泛使用的正是MCP（Model Context Protocol）。它由Anthropic於2024年11月發表，如今不只Claude，ChatGPT、Gemini、Microsoft Copilot、Cursor等主流AI工具也都已支援。本文依據官方規格與各廠商文件，整理MCP的原理、最新規格的變更、上手方式，以及安全使用的注意事項。

MCP是什麼

MCP是一項把AI應用程式連接到外部系統的開放標準（協定）。Anthropic在2024年11月25日的發表中，將MCP描述為「連接AI系統與資料來源的通用開放標準」，並表示它將以單一協定取代過去各自打造的整合方式。

官方網站把MCP比喻為「AI應用程式的USB-C連接埠」：就像USB-C用一種規格連接各式裝置，MCP也以共通的方式把AI應用程式與外部工具和資料連接起來。

• MCP伺服器: 以MCP格式向AI提供外部服務或資料功能的一方（例如Google雲端硬碟、GitHub、公司內部資料庫的窗口）
• 支援MCP的AI應用程式: 連線到MCP伺服器並使用其功能的一方（例如Claude、ChatGPT、Cursor）

MCP伺服器只要做一次，任何支援MCP的AI應用程式都能使用，這是它的一大優點。

為什麼需要MCP

AI再聰明，如果無法存取你手邊的檔案、公司內部系統與工作上使用的SaaS資訊，能做的事情仍然有限。Anthropic在發表中形容AI模型「被困在資訊孤島與舊有系統之中」，並指出每接上一個新的資料來源都需要個別實作，這阻礙了互聯系統的擴展。

在MCP出現之前，每個AI應用程式、每個整合對象都必須開發專屬的整合功能。AI應用程式越多、整合對象越多，需要開發的數量就呈倍數增加。MCP在兩者之間加入一層共通標準，讓AI應用程式這一方只要「支援MCP」，服務這一方只要「提供MCP伺服器」，雙方就能彼此連通。

此外，Anthropic已於2025年12月將MCP捐贈給Linux基金會旗下的Agentic AI Foundation，目前MCP由中立組織而非特定企業主導開發。該基金會的創始成員包括Anthropic、Block與OpenAI，AWS、Google、Microsoft等也已加入。

架構：主機、用戶端、伺服器

MCP規格把參與的角色分為三類，通訊使用JSON-RPC 2.0格式的訊息。

• 主機: 使用者直接操作的AI應用程式本體（Claude應用程式、Claude Code、Cursor等）
• 用戶端: 主機內部負責與個別MCP伺服器連線的部分
• 伺服器: 提供外部工具或資料的程式

與伺服器的連線方式（傳輸方式）有兩種標準。

• stdio: AI應用程式在本機電腦上啟動伺服器並直接溝通的方式，用於操作本機檔案等情境
• Streamable HTTP: 透過HTTP連線到網際網路上伺服器的方式，用於與雲端服務整合（遠端MCP伺服器）

過去使用的HTTP+SSE方式已被棄用，官方要求改用Streamable HTTP。

伺服器提供的三種功能

MCP伺服器能向AI應用程式提供的功能主要有以下三種。

• 工具（Tools）: AI模型可以執行的功能，例如「搜尋檔案」「寄送郵件」「建立工單」等實際操作
• 資源（Resources）: 供AI或使用者參考的資料與脈絡，例如檔案內容、資料庫資訊等
• 提示（Prompts）: 由使用者呼叫的固定訊息或工作流程範本

其中最常用的是工具。AI在對話中判斷「用這個工具就能回答」時，會呼叫MCP伺服器的工具，並根據結果回答或執行下一步操作。

還有一種反方向的功能，也就是伺服器在作業途中向使用者詢問補充資訊的引導（Elicitation），例如由伺服器端發出確認：「要登錄到哪個專案？」

最新規格（2026-07-28）的變更

MCP規格以日期管理版本，截至2026年10月的最新版是2026年7月28日發布的「2026-07-28」。官方部落格稱這是「發布以來規模最大的一次修訂」。主要變更如下。

• 無狀態化: 取消了連線時的初始化程序（交握）與工作階段機制，每次互動彼此獨立。這項變更是為了讓大規模伺服器更容易營運
• 多次往返的請求: 當伺服器需要向使用者確認等情況時，改為由伺服器回覆「需要補充資訊」，再由用戶端附上資訊重新送出請求
• 部分功能棄用: 原屬用戶端功能的取樣（Sampling）、根目錄（Roots）、記錄（Logging）已被棄用。在正式移除前至少有12個月的緩衝期，期間仍可繼續運作
• 驗證強化: 使用OAuth的授權程序更加嚴格
• 擴充功能架構: 在核心規格之外，建立了定義官方擴充功能的機制。用於處理耗時作業的「Tasks」，以及可在聊天畫面中顯示圖表、表單等操作介面的「MCP Apps」，都透過這個架構提供

一般使用者基本上不需要變更設定；但如果你自行開發或營運MCP伺服器，最好確認一下對新規格的支援情況。

支援MCP的主要AI工具

根據各廠商官方文件，主要支援情況如下。

• Claude（網頁版與桌面應用程式）: 可以透過「連接器」連線到MCP伺服器。用來新增遠端MCP伺服器的自訂連接器，免費方案也可使用1個。桌面應用程式還能把在本機執行的MCP伺服器安裝為擴充功能
• Claude Code: 可透過MCP連線到外部工具與資料來源，一行指令即可新增伺服器
• ChatGPT: 啟用開發人員模式後，可以使用同時包含讀取與寫入操作的MCP工具。Plus、Pro、Business、Enterprise、Education各方案的網頁版皆可使用
• OpenAI API: 可以從Responses API或Agents SDK呼叫遠端MCP伺服器的工具
• Gemini: Gemini CLI支援MCP伺服器，Gemini API的代管代理也能連線到遠端MCP伺服器
• Microsoft: VS Code中的GitHub Copilot以及Copilot Studio支援MCP。Windows也以預先發行版的形式提供管理MCP伺服器的機制
• Cursor: 可透過MCP連線到外部工具與資料來源

在伺服器端，像Notion、GitHub這樣由服務提供者自行公開官方MCP伺服器的例子也越來越多。另有用來尋找公開MCP伺服器的官方目錄「MCP Registry」，但截至2026年10月仍是預覽版，主要定位為供其他目錄服務擷取資訊的基礎。

上手方式

在Claude中使用

最簡單的方式是在Claude應用程式中啟用連接器。根據Claude說明中心的說明，從左側選單的「Customize（自訂）」開啟「Connectors（連接器）」，在清單中選擇想用的服務進行連線，再登入該服務即可使用。即使是清單中沒有的服務，只要提供者公開了遠端MCP伺服器的URL，就能透過「Add custom connector（新增自訂連接器）」輸入URL來新增。在Team方案與Enterprise方案中，則由組織管理員新增連接器，各成員再以自己的帳號連線。

在ChatGPT中使用

在ChatGPT中，從設定裡的「Security and login」啟用Developer mode（開發人員模式），就能連接自己準備的MCP伺服器。不過OpenAI將其定位為開發人員取向的功能，因此保險起見，建議先從官方提供的整合功能開始試用。

開發人員

自行開發MCP伺服器時，可使用官方SDK，目前提供TypeScript、Python、C#、Go、Rust、Ruby、Java、Swift、PHP、Kotlin共10種語言。在Claude Code、Cursor、VS Code中，透過設定檔或指令註冊伺服器後，就能立即確認運作情形。

關於運用MCP把多項工作交給AI的思維，也歡迎參閱AI代理是什麼？。

安全方面的注意事項

MCP賦予AI「在外部實際執行操作的能力」，帶來便利的同時，一旦使用不當，也可能導致資訊外洩或非預期的操作。MCP規格本身也明確指出，工具等同於執行任意程式碼，必須謹慎對待，而且無法在協定層級強制確保安全。

• 只使用可信任提供者的伺服器: Claude說明中心提醒，惡意伺服器可能嘗試提示注入（向AI混入不當指令的攻擊），因此只應連線到可信任的伺服器
• 本機伺服器尤其要謹慎: 在本機電腦上執行的MCP伺服器可以在電腦上執行任意程式碼。VS Code文件也提醒只新增來自可信任提供者的伺服器
• 交給AI的資訊可能外流: OpenAI列出的注意事項包括：惡意伺服器可能竊取進入AI脈絡的機密資訊，伺服器也可能在未事先通知的情況下變更工具的行為
• 使用操作前確認的設定: 規格建議讓使用者能夠拒絕工具的執行，並在重要操作前要求確認。寄送郵件、刪除資料等難以復原的操作，最好不要讓AI自動執行
• 把權限限縮在必要範圍: 在所連接服務中授予的權限（僅限讀取，還是也允許寫入），應控制在用途所需的最小範圍

在企業中使用時，由管理員事先決定允許使用的MCP伺服器清單，不讓個人任意新增，會更加安心。

費用

MCP是開源標準，規格與SDK皆以Apache 2.0授權條款公開。使用標準本身不需要任何費用。

不過實際使用時，可能會產生以下費用。

• AI應用程式的使用費: Claude、ChatGPT各方案的費用。在API方面，OpenAI表示只針對載入工具定義與呼叫工具所消耗的詞元計費，每次呼叫工具不另收費用
• 所連接服務的費用: 透過MCP伺服器使用的SaaS或雲端服務的使用費

總結

MCP是連接AI應用程式與外部工具和資料的共通插座。隨著主流AI工具紛紛支援，一次準備好的MCP伺服器可以供多個AI使用，它正成為讓AI不只「查資料」、還能「實際動手操作」的基礎。

另一方面，MCP伺服器意味著授予AI在外部執行操作的權限。務實的第一步是：先從提供者明確的官方連接器開始試用，對難以復原的操作加入確認環節，把權限限縮在必要範圍內，掌握這些基本原則後再逐步擴大運用範圍。

來源: Introducing the Model Context Protocol（Anthropic）、MCP官方網站、MCP規格 2026-07-28、MCP 2026-07-28發布公告（MCP官方部落格）、捐贈給Agentic AI Foundation（Anthropic）、安全最佳實務（MCP官方）、透過遠端MCP使用自訂連接器（Claude說明中心）、ChatGPT開發人員模式（OpenAI）。本文內容基於2026年10月4日確認的公開資訊。