📌 30 秒摘要
MCP 是「AI 應用的 USB-C」——一套開放標準，讓 Claude、ChatGPT 這類 AI 應用用統一介面連上外部的資料、工具與工作流。核心是 Host／Client／Server 架構 ＋ JSON-RPC 資料層 ＋ 三大伺服器原語（Tools／Resources／Prompts）與三大用戶端原語（Sampling／Elicitation／Roots）；傳輸走 stdio（本地） 或 Streamable HTTP（遠端，OAuth 授權）。
🎯 為什麼存這套文件 / 未來想拿它做什麼
- 想把自己的 API／資料源包成 MCP server，讓 AI 應用即插即用時的權威依據。
- 搞懂「tools / resources / prompts / sampling / elicitation / roots」到底各自幹嘛、誰控制。
- 決定本地(stdio) vs 遠端(HTTP) 傳輸、以及遠端授權與安全防護怎麼做。
🧰 這套文件給我的工具（連到 tools/）
- 工具-MCP三大伺服器原語 — 想搞懂 MCP server 能對外提供什麼、該暴露哪些東西時
- 工具-MCP用戶端原語 — server 想借用 LLM、向使用者要資訊、或限定檔案範圍時
- 工具-MCP架構與資料流 — 想理解 Host/Client/Server 怎麼連、一次連線怎麼跑時
- 工具-選擇MCP傳輸方式 — 不確定 MCP 要用 stdio 還是 HTTP、本地還是遠端時
- 工具-MCP安全防護要點 — 要串接／發布 MCP server、想顧好授權與攻擊面時
- 工具-建一個MCP-server的起手式 — 想從零做出一個能被 AI 呼叫的 MCP server 時
🗂 文件涵蓋範圍（已收錄 16 頁）
- Get started：What is MCP?（總覽、USB-C 比喻）
- About MCP：Architecture（架構總覽）、Servers（伺服器概念）、Clients（用戶端概念）、Versioning（版本管理，YYYY-MM-DD、目前 2025-11-25）
- Develop：Connect to local servers、Connect to remote servers、Build with Agent Skills、Build an MCP server、Build an MCP client、Client best practices、SDKs
- Developer tools：MCP Inspector、Debugging
- Security：Understanding Authorization（OAuth）、Security Best Practices（攻擊面與緩解）
✨ 關鍵重點
- 三個參與者：Host（AI 應用，如 Claude Code）為每個 server 建立一個 Client，每個 Client 對一個 Server 維持連線。
- 兩層：資料層（JSON-RPC 2.0：生命週期、原語、通知）＋ 傳輸層（stdio 或 Streamable HTTP；HTTP 建議用 OAuth）。
- 生命週期：連線先
initialize握手做 capability negotiation（雙方宣告支援哪些原語與通知），協商出單一 protocol 版本才建立 session。 - 伺服器原語：Tools（模型控制的動作）、Resources（應用控制的唯讀資料）、Prompts（使用者控制的模板）；用
*/list發現、*/get/*/read取得、tools/call執行。 - 用戶端原語：Sampling（server 借用 client 的 LLM）、Elicitation（server 向使用者要結構化輸入）、Roots（client 告知 server 可存取的檔案目錄，屬協調非強制安全邊界）。
💬 原文摘錄
- 「Think of MCP like a USB-C port for AI applications.」
- 「MCP defines three core primitives that servers can expose: Tools（executable functions）, Resources（data sources）, Prompts（reusable templates）.」
- 「Roots serve as a coordination mechanism between clients and servers, not a security boundary.」
- 「Elicitation never requests passwords or API keys.」
🔗 相關
- 工具-AI-Agent設計（《AI工程》）——MCP 正是「讓 agent 安全地用外部工具／取得情境」的標準協定，兩者互補
- LLM Course 課程文件——互補的另一半：MCP 管「怎麼安全接工具」，那份管「模型本身怎麼練、怎麼跑得快」