Anthropic MCP 簡介
閱讀時間約 2 分鐘
介紹一個所有Agent領域開發者都應該關注的開源專案。模型上下文協定（Model Context Protocol，MCP）將成為連接AI代理和助理與資料所在系統（包括內容儲存庫、商業工具和開發環境）的新標準。其目標是使AI系統能夠產生更相關和更具上下文感知的回應。
挑戰：
雖然AI模型在推理和品質方面不斷進步，但它們的能力常常受到有限資料存取的限制。每個新的資料來源都需要客製化整合，使得真正連接的系統難以擴展。解決方案：
MCP提供了一個通用的開放標準，可以安全地將AI工具與資料來源連接。與分散的整合不同，單一協定簡化了開發並確保了擴充性，使AI系統能夠高效地存取所需資料。MCP提供的內容：
- 規格和SDK：使開發人員能夠快速在其系統中應用MCP。
- 本地MCP伺服器支援：與Claude桌面應用程式整合，實現無縫使用。
- 開源儲存庫：為熱門系統（如Google Drive、Slack、GitHub和Postgres）預先建立的MCP伺服器。
通過標準化AI系統和資料來源之間的連接，MCP使AI工具能夠在跨系統互動時保持上下文。這種方法用可持續、可擴展的架構取代了分散的整合。
Reference
- https://modelcontextprotocol.io/introduction
- https://github.com/modelcontextprotocol/servers
留言0
查看全部
你可能也想看
Google News 追蹤
2025 年，從分享精彩的 #Myvocus2024 年度回顧開始！
#Myvocus2024 年度回顧通知已送達
vocus 的 2024 有超過 12 萬筆訂單、35 萬則以上的內容、16 萬以上的新會員、4 千+ 筆數位商品訂單，5 萬 + 則貼文！
曬曬你的 2024 vocus 吧！
相信大家現在都有在使用網銀的習慣
以前因為打工和工作的關係，我辦過的網銀少說也有5、6間，可以說在使用網銀App方面我可以算是個老手了。
最近受邀參加國泰世華CUBE App的使用測試
嘿嘿~殊不知我本身就有在使用他們的App，所以這次的受測根本可以說是得心應手
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
在當今快速變化的數位時代，企業面臨著前所未有的數據處理需求。為了應對這些挑戰，企業紛紛建立自己的大型語言模型（LLM），利用大量數據進行訓練，讓模型能夠理解並生成自然語言，從而實現人機協作，優化業務流程並提升客戶體驗。
產品經理想做 AI 產品要懂哪些基本名詞？這篇整理我過往參與 AI 自傳生成時，和 NLP 工程師有討論到的概念，AI 應用目前還尚未普及，未來我會再陸續整理不同功能或產業需要知道的 AI 基礎知識。
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面，從違約預測到都市交通管理。AI任務主要有三類：數值型資料處理、自然語言處理（NLP）和電腦影像辨識。時間序列資料和強化學習方法（如AlphaGo）也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化，了解這些基礎有助選擇適合研究方向
本文談及資料科學的領域與分工。首先是建造一個AI的研發流程，資料收集到 AI 模型訓練的過程，AI經歷這一切流程被創造出來並產生價值；再來本文也提及在這個領域中的各種腳色、資料工程師、數據庫工程師、資料科學家和資料分析師的各種介紹。並且強調跨領域合作的重要性。
背後的機制是： 人類用戶：設定目標 AI Agent：定義任務排序任務 (Defining and Sequencing Tasks)，執行任務 (Task Execution)，評估 (Evaluation) 而這途中，AI Agent可以使用大語言模型，可以使用網路，可以使用其他工具。
AIGC，全名是人工智能生成內容（AI-generated content），指的是使用人工智能技術自動生成的各種數字內容。這些內容可以包括文本、圖像、音樂、視頻、程式碼等等。AIGC利用自然語言處理（NLP）、計算機視覺、機器學習和深度學習等技術來創建和生成這些內容。
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
大語言模型，例如OpenAI提供的ChatGPT，是過去幾年發展的深度神經網路模型，開啟自然語言處理的新紀元。
大型語言模型（LLM）在商業正式使用上，「幻覺」和「越獄」是兩個很關鍵的問題。AI模型巨頭Anthropic自行發佈了一套Many-shot jailbreaking 的越獄技術，除了公開越獄的方式，也讓其他AI 開發人員了解這個漏洞，同時對Anthropic的系統上也做了相應措施。
前言
在AI經歷數個冰河期後，終於在後疫情時代來到了一個技術高峰，而這個破冰者就是OPen AI(ChatGPT)，對於這個話題不管你是是正在接觸AI，對AI技術有些了解的人，抑或是專業領域上對於AI介入感到焦慮的人都希望可以文中得到收穫。
本文想分享一些個人對於AI的理解及對於LLM模型的一些
2025 年，從分享精彩的 #Myvocus2024 年度回顧開始！
#Myvocus2024 年度回顧通知已送達
vocus 的 2024 有超過 12 萬筆訂單、35 萬則以上的內容、16 萬以上的新會員、4 千+ 筆數位商品訂單，5 萬 + 則貼文！
曬曬你的 2024 vocus 吧！
相信大家現在都有在使用網銀的習慣
以前因為打工和工作的關係，我辦過的網銀少說也有5、6間，可以說在使用網銀App方面我可以算是個老手了。
最近受邀參加國泰世華CUBE App的使用測試
嘿嘿~殊不知我本身就有在使用他們的App，所以這次的受測根本可以說是得心應手
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
在當今快速變化的數位時代，企業面臨著前所未有的數據處理需求。為了應對這些挑戰，企業紛紛建立自己的大型語言模型（LLM），利用大量數據進行訓練，讓模型能夠理解並生成自然語言，從而實現人機協作，優化業務流程並提升客戶體驗。
產品經理想做 AI 產品要懂哪些基本名詞？這篇整理我過往參與 AI 自傳生成時，和 NLP 工程師有討論到的概念，AI 應用目前還尚未普及，未來我會再陸續整理不同功能或產業需要知道的 AI 基礎知識。
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面，從違約預測到都市交通管理。AI任務主要有三類：數值型資料處理、自然語言處理（NLP）和電腦影像辨識。時間序列資料和強化學習方法（如AlphaGo）也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化，了解這些基礎有助選擇適合研究方向
本文談及資料科學的領域與分工。首先是建造一個AI的研發流程，資料收集到 AI 模型訓練的過程，AI經歷這一切流程被創造出來並產生價值；再來本文也提及在這個領域中的各種腳色、資料工程師、數據庫工程師、資料科學家和資料分析師的各種介紹。並且強調跨領域合作的重要性。
背後的機制是： 人類用戶：設定目標 AI Agent：定義任務排序任務 (Defining and Sequencing Tasks)，執行任務 (Task Execution)，評估 (Evaluation) 而這途中，AI Agent可以使用大語言模型，可以使用網路，可以使用其他工具。
AIGC，全名是人工智能生成內容（AI-generated content），指的是使用人工智能技術自動生成的各種數字內容。這些內容可以包括文本、圖像、音樂、視頻、程式碼等等。AIGC利用自然語言處理（NLP）、計算機視覺、機器學習和深度學習等技術來創建和生成這些內容。
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
大語言模型，例如OpenAI提供的ChatGPT，是過去幾年發展的深度神經網路模型，開啟自然語言處理的新紀元。
大型語言模型（LLM）在商業正式使用上，「幻覺」和「越獄」是兩個很關鍵的問題。AI模型巨頭Anthropic自行發佈了一套Many-shot jailbreaking 的越獄技術，除了公開越獄的方式，也讓其他AI 開發人員了解這個漏洞，同時對Anthropic的系統上也做了相應措施。
前言
在AI經歷數個冰河期後，終於在後疫情時代來到了一個技術高峰，而這個破冰者就是OPen AI(ChatGPT)，對於這個話題不管你是是正在接觸AI，對AI技術有些了解的人，抑或是專業領域上對於AI介入感到焦慮的人都希望可以文中得到收穫。
本文想分享一些個人對於AI的理解及對於LLM模型的一些