每隔几年，就会出现一个改变软件组件通信方式的协议。HTTP 为 Web 做到了这一点，OAuth 为认证做到了这一点，GraphQL 为 API 做到了这一点。2025 年，Model Context Protocol——MCP——正在为 AI agent 工具做同样的事。
MCP 解决的问题看似简单。AI agent 需要使用工具——搜索网页、读取文件、查询数据库、调用 API。没有标准协议的话，每个工具集成都是自定义实现。agent 框架定义自己的工具格式，工具提供者实现该格式，集成只适用于那个特定框架和那个特定工具。想在不同框架中使用同一个工具？重写集成。想给你的 agent 添加新工具？写一个自定义适配器。
MCP 消除了这种按框架、按工具的集成税。一个支持 MCP 的工具可以与任何支持 MCP 的 agent 配合使用。一次编写，到处使用。USB-C 的类比很贴切——在 USB-C 之前，每个设备都有自己的充电器。有了 USB-C，一根线适用于所有设备。MCP 正在为 AI agent 工具做同样的事。
MCP 到底是什么
MCP 是一个基于 JSON-RPC 的协议，定义了 AI agent 如何发现、调用和接收外部工具的结果。MCP server 暴露一组带有类型化 schema 的工具——描述每个工具做什么、接受什么参数、返回什么。MCP client（即 agent）连接到 server，发现可用工具，并在对话过程中按需调用它们。
该协议处理了每个自定义集成都必须重新发明的机制：工具发现（有哪些工具可用？）、schema 验证（参数正确吗？）、调用（运行工具并返回结果）和错误处理（工具失败时怎么办？）。这些都是已解决的问题，不需要为每个集成重新解决。
Anthropic 开发了 MCP 并将其开源，但它不是 Anthropic 专属的协议。任何 AI 提供商都可以实现 MCP client 支持，任何开发者都可以构建 MCP server。生态系统增长迅速——已经有了 GitHub、Slack、数据库、文件系统、Web 浏览器等数十种服务的 MCP server。
NanoClaw 如何使用 MCP
NanoClaw 通过 MCP SDK 集成 MCP，这是与 Claude Agent SDK 同属一套 Anthropic 工具链的一部分。当 agent 在 NanoClaw 容器内运行时，它可以连接到宿主机配置的 MCP server，无需 NanoClaw 本身编写任何自定义集成代码即可访问工具。
这是一个微妙但重要的架构要点。NanoClaw 不需要实现 GitHub 集成、Slack 集成或数据库集成。它只需要支持 MCP，然后任何 MCP server 就能提供这些能力。集成面是一个协议，而不是数十个自定义适配器。 实际上，这意味着一个想让 agent 与 GitHub 交互的 NanoClaw 用户只需安装 GitHub MCP server（一个独立进程），配置 NanoClaw 连接到它，agent 就能立即创建 issue、读取 pull request 和搜索仓库。不需要修改 NanoClaw 代码，不需要 Claude Code skill，不需要 fork。
容器隔离模型与 MCP 天然配合。MCP server 运行在宿主机上，在容器之外。容器内的 agent 通过受控通道连接到它。MCP server 可以执行自己的访问控制——只读访问仓库、仅限特定 Slack 频道、特定数据库表——独立于 agent 的请求。这是纵深防御：即使 prompt 注入诱骗 agent 请求不该请求的东西，MCP server 也可以根据自己的策略拒绝请求。
为什么 MCP 对生态系统很重要
MCP 更广泛的意义在于它将工具开发与 agent 开发解耦。在 MCP 之前，构建一个有用的 AI agent 工具意味着选择一个框架并实现该框架的工具接口。你的 GitHub 工具在 LangChain 中能用但在 CrewAI 中不行。你的数据库工具在 AutoGen 中能用但在 NanoClaw 中不行。每个框架都有自己的工具格式，工具开发者必须选择支持哪些框架。
MCP 打破了这种耦合。工具开发者构建一个 MCP server，它就能与每个兼容 MCP 的 agent 配合使用。agent 开发者支持一次 MCP，每个 MCP server 就对其用户可用。生态系统以乘法而非加法增长——每个新的 MCP server 惠及每个兼容 MCP 的 agent，每个新的兼容 MCP 的 agent 受益于每个现有的 MCP server。
对 NanoClaw 而言，MCP 意味着项目不需要为用户可能想要的每个服务构建和维护集成。Claude Code skills 模型处理频道集成（Telegram、Discord、Slack），MCP 处理工具集成（GitHub、数据库、API）。两者结合，NanoClaw 覆盖了广泛的使用场景，而无需维护庞大的集成代码库。
实际设置
在 NanoClaw 中配置 MCP 很简单。你运行一个 MCP server——无论是你自己构建的还是来自不断增长的开源 server 生态系统的——然后将 NanoClaw 指向它。agent 自动发现可用工具并可以在对话中使用它们。
从用户的角度来看，体验是无缝的。你问你的 WhatsApp 助手"为我们昨天讨论的登录 bug 创建一个 GitHub issue"，agent 使用 GitHub MCP server 创建 issue，从对话记忆中提取上下文来填写详情。你不需要知道 MCP 参与其中。你只管问，agent 就有工具来完成你要求的事。
该协议仍然年轻——2025 年初是采用开始加速的时候——但趋势很明确。MCP 正在成为 AI agent 与外部服务交互的标准方式，早期采用它的项目可以获得不断增长的工具生态系统的访问权，而无需自己构建任何工具。NanoClaw 押注 MCP，就是押注生态系统将比任何一组自定义集成更有价值。