每隔幾年，就會出現一個改變軟體元件溝通方式的協定。HTTP 為網頁做到了。OAuth 為身份驗證做到了。GraphQL 為 API 做到了。在 2025 年，Model Context Protocol——MCP——正在為 AI agent 工具做到這件事。
MCP 解決的問題看似簡單。一個 AI agent 需要使用工具——搜尋網頁、讀取檔案、查詢資料庫、呼叫 API。沒有標準協定的話，每個工具整合都是一個自訂實作。Agent 框架定義自己的工具格式，工具供應商實作那個格式，整合只對那個特定框架和那個特定工具有效。想在不同框架中使用同一個工具？重寫整合。想為你的 agent 添加新工具？寫一個自訂轉接器。
MCP 消除了這種按框架、按工具的整合稅。一個支援 MCP 的工具可以與任何支援 MCP 的 agent 配合使用。寫一次，到處用。USB-C 的類比很貼切——在 USB-C 之前，每個裝置都有自己的充電器。有了 USB-C 之後，一條線就能用在所有東西上。MCP 正在為 AI agent 工具做同樣的事。
MCP 到底是什麼
MCP 是一個基於 JSON-RPC 的協定，定義了 AI agent 如何發現、呼叫和接收外部工具的結果。一個 MCP server 暴露一組帶有型別 schema 的工具——描述每個工具做什麼、接受什麼參數、回傳什麼。一個 MCP client（也就是 agent）連接到 server、發現可用的工具，並在對話過程中按需呼叫它們。
這個協定處理了每個自訂整合都必須重新發明的機制：工具發現（有哪些工具可用？）、schema 驗證（參數正確嗎？）、呼叫（執行工具並回傳結果）和錯誤處理（工具失敗時怎麼辦？）。這些都是已解決的問題，不需要為每個整合再解決一次。
Anthropic 開發了 MCP 並將其開源，但它不是 Anthropic 專屬的協定。任何 AI 供應商都可以實作 MCP client 支援，任何開發者都可以建構 MCP server。生態系統正在快速成長——已經有用於 GitHub、Slack、資料庫、檔案系統、網頁瀏覽器和數十種其他服務的 MCP server。 ## NanoClaw 如何使用 MCP
NanoClaw 透過 MCP SDK 整合 MCP，這是與 Claude Agent SDK 同屬 Anthropic 工具鏈的一部分。當 agent 在 NanoClaw 容器內運行時，它可以連接到主機已設定的 MCP server，無需 NanoClaw 本身有任何自訂整合程式碼就能存取工具。
這是一個微妙但重要的架構要點。NanoClaw 不需要實作 GitHub 整合、Slack 整合或資料庫整合。它只需要支援 MCP，然後任何 MCP server 就能提供那些功能。整合面是一個協定，而不是數十個自訂轉接器。
實際上，這意味著一個想讓 agent 與 GitHub 互動的 NanoClaw 使用者，只需安裝 GitHub MCP server（一個獨立的程序）、設定 NanoClaw 連接到它，agent 就能立即建立 issue、讀取 pull request 和搜尋程式碼庫。不需要修改 NanoClaw 的程式碼。不需要 Claude Code skill。不需要 fork。
容器隔離模型與 MCP 自然配合。MCP server 在主機上運行，在容器外面。容器內的 agent 透過受控的通道連接到它。MCP server 可以強制執行自己的存取控制——對程式碼庫的唯讀存取、僅限特定 Slack 頻道、特定的資料庫資料表——獨立於 agent 的請求。這是縱深防禦：即使 prompt injection 誘騙 agent 請求不該請求的東西，MCP server 也可以根據自己的策略拒絕請求。
為什麼 MCP 對生態系統很重要
MCP 更廣泛的意義在於它將工具開發與 agent 開發解耦。在 MCP 之前，建構一個有用的 AI agent 工具意味著選擇一個框架並實作那個框架的工具介面。你的 GitHub 工具能在 LangChain 上用但不能在 CrewAI 上用。你的資料庫工具能在 AutoGen 上用但不能在 NanoClaw 上用。每個框架都有自己的工具格式，工具開發者必須選擇要支援哪些框架。
MCP 打破了這種耦合。工具開發者建構一個 MCP server，它就能與每個 MCP 相容的 agent 配合使用。Agent 開發者支援一次 MCP，每個 MCP server 就對他們的使用者可用。生態系統以乘法而非加法的方式成長——每個新的 MCP server 惠及每個 MCP 相容的 agent，每個新的 MCP 相容 agent 受益於每個現有的 MCP server。
對 NanoClaw 來說，MCP 意味著專案不需要為使用者可能想要的每個服務建構和維護整合。Claude Code skills 模型處理頻道整合（Telegram、Discord、Slack），MCP 處理工具整合（GitHub、資料庫、API）。兩者結合，NanoClaw 涵蓋了廣泛的使用場景，而不需要承擔龐大整合程式碼庫的維護負擔。
實際設定
在 NanoClaw 中設定 MCP 很簡單。你運行一個 MCP server——無論是你自己建構的還是來自日益壯大的開源 server 生態系統——然後把 NanoClaw 指向它。Agent 會自動發現可用的工具，並在對話中使用它們。
從使用者的角度來看，體驗是無縫的。你問你的 WhatsApp 助理「為我們昨天討論的登入 bug 建立一個 GitHub issue」，agent 就會使用 GitHub MCP server 來建立 issue，從對話記憶中提取上下文來填寫細節。你不需要知道 MCP 參與其中。你只管問，agent 就有工具來完成你要求的事。
這個協定還很年輕——2025 年初是採用開始加速的時候——但趨勢很明確。MCP 正在成為 AI agent 與外部服務互動的標準方式，而早期採用的專案可以存取一個不斷成長的工具生態系統，而不需要自己建構任何一個。NanoClaw 對 MCP 的押注，是押注生態系統會比任何一組自訂整合更有價值。