91学AI - AI Native 工程师

MCP 注册表介绍 | 模型上下文协议博客

推出预览版 MCP 注册表：一个用于发现公开可用 MCP 服务器的开放目录和 API。

MCP·7 阅读

考察对工具生态的宏观判断。核心：MCP 已成事实标准但 Server 质量参差、安全治理滞后；Skills 与 CLI 热潮本质是「给 Agent 用的接口」复兴；生态处在早期，选型要克制。

91学AI·6 阅读

考察四者的整体选型框架。核心：FC 是模型语法层、MCP 是工具接入层、Skill 是知识流程层、A2A 是 Agent 协作层，四层各管一段；按工具数量、复用范围、协作边界逐层决定要不要引入。

91学AI·7 阅读

考察工具描述的写作方法论。核心：description 是模型选择工具的唯一依据，要写清干什么、何时用、何时不用、参数约束与示例，短而信息密，并靠线上命中率数据持续迭代。

91学AI·5 阅读

考察 MCP Server 的实战开发能力。核心：用官方 SDK 声明 Tools/Resources，stdio 本地起步、Streamable HTTP 远程发布，用 MCP Inspector 调试，重点在 schema 设计、错误处理与鉴权。

91学AI·7 阅读

考察 Skill 与 Tool 的分工。核心：Tool 提供「能做什么」的能力，Skill 提供「该怎么做」的知识与流程，Skill 可以编排多个 MCP Server 上的工具完成任务，两者是互补而非替代。

91学AI·7 阅读

考察两个协议的分工边界。核心：MCP 是 Agent 对工具的垂直调用协议（请求-响应、确定性），A2A 是 Agent 对 Agent 的水平协作协议（任务制、异步多轮），抽象对象不同所以互不替代。

91学AI·4 阅读

考察 MCP 传输层细节。核心：消息格式是 JSON-RPC 2.0，本地用 stdio、远程用 Streamable HTTP（取代旧 HTTP+SSE），选 HTTP 系而非 WebSocket 是为兼容 Serverless 与现有基础设施。

91学AI·5 阅读

考察 FC 与 MCP 的分层关系。核心：FC 是模型侧的输出能力，MCP 是应用侧的工具接入协议，二者是不同层的互补关系；选型看工具数量、复用范围和团队边界。

91学AI·7 阅读

考察 MCP 核心架构。核心：Host 是跑模型的应用，Client 是协议连接管理器，Server 暴露 Tools/Resources/Prompts 三类原语，拆角色是为了一对多连接和职责隔离。

91学AI·5 阅读