你可能会说：
- “到处都在说 MCP，它到底是什么？”
- “想让 AI 能查我自己的数据，要写 MCP 吗？”
它是什么
MCP 规定了工具怎么描述自己（名字、用途、参数）、AI 程序怎么调用它、结果怎么返回。按这个格式写好的一组工具叫一个 MCP 服务器。
它可以是一个独立运行的程序，也可以直接写在你自己的应用里。写在应用里的好处是能拿到当前用户的信息，比如只允许查这个用户自己的数据。
工具的描述写给模型看，决定了它什么时候会想起来用这个工具。描述写得含糊，模型就不知道该用；写得太宽，模型会在不该用的时候用。
打个比方
像电器的通用插座标准：插头按标准做好，插进哪家的插座都能用，不用为每个房间单独配线。
在这个网站里
兄弟项目 E2E Review 的导师，在后端里内置了一个 MCP 服务器，提供 5 个工具：查词条、搜词条、查论文、了解学员背景、记下学员的好问题。每个工具都绑定了当前学员，只能读写这个人自己的记录。
容易搞混的地方
常见误解
用了 MCP，工具就是安全的
正确理解
MCP 只规定格式，不管权限。工具能读写什么，仍然要你在工具内部限制好。
你可以这样告诉 AI
复制下面这段，贴给你的 AI
列出这个 MCP 服务器提供的全部工具、每个工具的描述和参数；哪些只读、哪些会写数据？工具里有没有按当前用户限制数据范围？描述有没有写清楚什么时候该用、什么时候不该用？
接下来去哪
先知道
- 工具调用——模型不直接动手，而是说"我要调用某某工具、参数是这些"，由你的程序去执行，再把结果交还给它。
接着看
- Skill——一份写好的"遇到这类任务就这样做"的说明书，AI 在需要时自己读取、照着执行。
在这些课里出现