TL;DR | 面試情境模擬 #
👴 面試官：什麼是 MCP？解決了什麼問題？
🧑💻 你：MCP（Model Context Protocol）是 Anthropic 在 2024 年底發布的開放協議，解決 AI 接入外部工具的整合碎片化問題。過去每個 AI 平台接 GitHub、資料庫、Slack 都要各自實作，MCP 定義了統一的介面標準——只要工具實作了 MCP Server，任何支援 MCP 的 AI（Claude、Cursor、Windsurf 等）都能直接使用，不需要重複整合。
比喻：USB 標準 #
在 USB 之前，每個裝置都有自己的接頭，鍵盤、滑鼠、隨身碟各用各的。USB 定義了統一標準後，任何裝置只要符合 USB 規格，就能插在任何電腦上。
MCP 就是 AI 工具世界的 USB：
- MCP Server：你的工具（GitHub、資料庫、Figma、Slack）
- MCP Client：支援 MCP 的 AI 應用（Claude Desktop、Cursor、Windsurf）
- MCP 協議：定義兩者如何溝通的標準
MCP 的三個核心能力 #
1. Tools（工具調用） #
讓 AI 執行操作：讀寫檔案、呼叫 API、執行程式碼。
使用者：「幫我看一下 GitHub PR #123 有什麼 comment」
AI → MCP Server（GitHub）→ 呼叫 GitHub API
→ 回傳 PR comments
AI → 彙整後回答使用者
2. Resources（資源讀取） #
讓 AI 讀取結構化資料：資料庫查詢結果、文件內容、API 回應。
AI 可以讀取：
- 本地檔案系統
- 資料庫記錄
- 網頁內容
- 雲端文件（Google Docs、Notion）
3. Prompts（提示模板） #
Server 提供預定義的 Prompt 模板，讓 AI 按照特定格式處理任務。
MCP 架構 #
使用者
│
▼
MCP Client（Claude Desktop / Cursor）
│
├── MCP Server A（Filesystem）── 讀寫本地檔案
├── MCP Server B（GitHub）────── GitHub API
├── MCP Server C（PostgreSQL）── 查詢資料庫
└── MCP Server D（Slack）──────── 發送訊息
每個 Server 獨立運作，Client 統一管理所有 Server 的連線。
目前支援 MCP 的工具 #
AI Client（支援呼叫 MCP Server）：
- Claude Desktop（Anthropic）
- Cursor、Windsurf（AI 編輯器）
- Zed（編輯器）
常用 MCP Server：
- Filesystem（讀寫本地檔案）
- GitHub（PR、Issue、Code review）
- PostgreSQL / SQLite（資料庫查詢）
- Brave Search（網路搜尋）
- Figma（設計稿讀取）
- Slack、Linear、Notion（各種 SaaS 工具）
自己寫 MCP Server #
MCP Server 可以用任何語言實作，官方有 TypeScript 和 Python SDK：
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
const server = new Server({ name: "my-tool", version: "1.0.0" });
server.setRequestHandler("tools/list", async () => ({
tools: [{
name: "get_weather",
description: "取得指定城市的天氣",
inputSchema: {
type: "object",
properties: { city: { type: "string" } }
}
}]
}));
💡 延伸問題 #
Q1：MCP 和 OpenAI Function Calling 有什麼差別？ #
Function Calling 是 OpenAI 的私有功能，只在 OpenAI API 裡用。MCP 是開放標準，任何 AI 和任何工具都可以實作。MCP 更像基礎設施，Function Calling 更像特定模型的功能。
Q2：MCP 安全嗎？可以信任 MCP Server 嗎？ #
MCP Server 有讀寫本地檔案、執行程式碼的能力，使用第三方 MCP Server 需要謹慎。Anthropic 建議只安裝來自可信來源的 Server，並且了解每個 Server 的權限範圍。
Q3：MCP 和 LangChain 的 Tools 有什麼關係？ #
LangChain Tools 是框架層面的工具整合，每個框架各自實作。MCP 是更底層的協議標準，框架可以在 MCP 之上構建。兩者可以共存，MCP Server 也可以被 LangChain 呼叫。