MCP 是模型上下文协议（Model Context Protocol）。Anthropic 推出了这一开放标准，其旨在解决 LLM 应用程序的核心挑战，即如何将模型以标准化、可扩展的方式与外部世界交互。
MCP 提供了一个通用接口协议，将所有外部资源（如工具、API、数据库等）抽象为“上下文提供者”(Context Providers)，使得模型能够自然地使用各种工具和访问各类数据。例如，Claude 可以通过 MCP 直接连接到 GitHub、创建新存储库并创建 PR。此外，MCP 打破了数据孤岛，支持本地和远程数据源的无缝连接，并提供双向、安全的通信通道，确保隐私和交互的完整性。
https://x.com/alexalbert__/status/1861079762506252723Anthropic推出模型上下文协议（MCP）Claude Desktop现在可以直接连接到GitHub、创建新的存储库并创建PR模型上下文协议(MCP)简介我们在Anthropic一直在研究一个开放标准，它解决了LLM应用程序的核心挑战-将它们连接到您的数据。不再为每个数据源构建自定义集成。MCP提供一种协议来连接它们：
Long horizon task长期任务执行：就像一个称职的项目经理，Agent现在能够处理更复杂、跨度更长的任务。它不仅能够将大任务分解成可管理的小步骤，还能在执行过程中保持清晰的目标导向，适时调整策略。多模态理解：Agent不再局限于单一的交流方式。它能同时理解文字、图像、声音，就像人类一样通过多种感官来理解世界。这种全方位的感知能力让它能更好地理解环境和任务上下文。记忆与行动：通过先进的记忆机制，Agent能够像人类一样积累经验，从过去的交互中学习。它不仅能记住之前的对话，还能记住操作步骤和效果，这让它的行动更加精准和高效。自适应学习：最令人惊叹的是Agent的学习能力。它能够从每次交互中吸取经验，不断完善自己的策略。这种进步不是简单的数据积累，而是真正的“智慧成长”。在技术层面，AI Agent的发展出现了两条技术路线：一是以自主决策为核心的LLM控制流，二是以工作流（Workflow）编排为重点的工具集成系统。前者代表了AGI的探索方向，后者则加速了AI落地应用。特别值得关注的是Anthropic提出的MCP（Model Context Protocol），在其官网，Anthropic说2025年将是Agentic系统年。MCP的本质是一个通用接口协议，它试图解决一个根本性问题：如何让AI模型能够以一种标准化、可扩展的方式与外部世界交互。在传统方法中，每添加一个新工具或数据源，都需要重新设计接口和提示词。MCP则提供了一个统一的抽象层，将所有外部资源（工具、API、数据库等）抽象为“上下文提供者”(Context Providers)，使得模型能够自然地使用各种工具和访问各类数据。用一个比喻来理解：想象一个刚来到陌生城市的人。他需要完成各种任务：找住处、办手续、买日用品。
5⃣️🔑Anthropic开源MCP：万能数据连接协议打破数据孤岛，支持本地和远程数据源无缝连接。提供双向、安全通信通道，确保隐私和交互完整性。可直接让AI访问GitHub，提交PR，完成全流程操作。🔗[https://x.com/imxiaohu/status/1861253689115328967](https://x.com/imxiaohu/status/1861253689115328967)6⃣️✨Luma Dream Machine VS RunwayLuma推出全新Dream Machine，让创意想象通过自然交互变为现实。“角色参考”功能，可将单一图片生成动态角色。“头脑风暴”工具，提供创意方向，激发无限点子。🔗[https://lumalabs.ai/dream-machine](https://lumalabs.ai/dream-machine)🔗[https://x.com/imxiaohu/status/1861064773724725582](https://x.com/imxiaohu/status/1861064773724725582)