AI Agent 要接工具，係一個咩問題？

想像你叫一個 AI agent「幫我 check 今日嘅 sales report，email 俾老細」。問題係：agent 點讀你個 Excel？點知你公司 email 系統點用？點知道「老細」嘅 email address 係邊個？

傳統做法係逐個系統寫 API integration：一個 function 讀 Excel、一個 function call Gmail API、一個 function 查 address book。每個新工具都要寫一次 code，而且改咗個系統就要改 code。呢個就係 AI agent 最大嘅落地障礙 — 工具連接碎片化。

MCP 嘅存在就係為了解決呢個問題：用一個統一的協議，等 AI agent 可以用同一種語言連接所有工具。

傳統做法：點對點 AI Agent →Gmail API
→Slack API
→SQL 直接連
→你自製工具
→
MCP：標準化 AI Agent ↔MCP 協議
→MCP Server: Gmail
→MCP Server: Slack
→MCP Server: SQL
→MCP Server: 你寫

5 條 FAQ 快速搞明 MCP

Q1：MCP 係咩？同「protocol」有咩關係？

MCP (Model Context Protocol) 係 Anthropic 喺 2025 年 11 月開源嘅開放協議，定義 AI agent（client）點樣同外部工具（server）溝通。用「protocol」唔係「API」，因為佢規範嘅唔係一個 function call，而係一整 set 嘅互動規則：

  • Discovery：client 問 server「你有咩工具？」→ server 回傳工具清單 + 參數定義。
  • Invocation：client 叫 server「用工具 X 做呢件事」→ server 執行並回結果。
  • Notifications：server 主動通知 client「資料更新咗」。
  • Resources：server 提供數據源（檔案、數據庫、API）俾 client 讀取。

你可以理解為：傳統 API 係「你寫 code 叫某個服務做嘢」，MCP 係「AI agent 自動發現你有咩工具，然後決定點用」。

MCP 嘅核心創新唔係技術，而係 discovery — AI agent 唔使事先知道你有咩工具，佢開機就問 MCP server「你有咩可以用」，然後自動適應。
Q2：點解 AI agent 需要 MCP？冇 MCP 咪又係用到？

冇 MCP 都可以叫 AI agent 用工具，但你要做呢幾件事：

  1. 每個工具寫一個 function：例如「read_file(path)」、「search_database(query)」、「send_email(to, subject, body)」。
  2. 逐個定義 tool schema：話俾 agent 知每個 function 有咩參數、返咩類型。
  3. 每次加工具改 code：新工具就要加 function、改 prompt、重新部署。

MCP 解決嘅係呢三個痛點：

  • 標準化：任何 MCP server 用同一套協議，client 唔使逐個適配。
  • 動態發現：新加一個 MCP server，agent 自動發現佢嘅工具，唔使改 code。
  • 共享生態：社群寫好嘅 MCP server（GitHub 有過千個），直接安裝就用得。

簡單講：冇 MCP 嘅 agent 係「你教佢用工具」— 每個工具用邊個 API、點 call、參數咩格式，都要你寫死喺 prompt 入面。有 MCP 嘅 agent 係「佢自己發現有咩工具」— 好似你去一個新城市，有人俾咗張地圖你（API），定係城市本身有路牌（MCP discovery）嘅分別。

Q3：MCP 同傳統 API 有咩分別？

呢個係最常見嘅 confusion。用一個 table 對比最清楚：

傳統 APIMCP
誰發起開發者手動 callAI agent 自動發現 + 調用
發現機制文檔（人類睇）list_tools（agent 睇）
整合成本每個工具寫 adaptor任何 MCP client 即用
適用場景人類寫嘅程式AI agent 動態工具 chain
例子Stripe API → 你寫 code charge cardMCP server → agent 話「幫我 charge 呢張 card」

關鍵差別：API 係俾 開發者 用嘅 interface，MCP 係俾 AI agent 用嘅 interface。你唔會叫一個非技術用家寫 code call API，但你可以叫佢「同 agent 講做咩就得」— MCP 就係令呢件事成真嘅底層。

Q4：本地可以點樣裝 MCP Server？要咩硬件？

安裝 MCP server 唔需要特別硬件，你嘅日常工作電腦就夠。以下係幾個最常見嘅入門步驟：

  1. 確認環境：需要裝咗 Node.js 18+ 或者 Python 3.10+。Windows/Mac/Linux 都得。
  2. 揀一個現成 MCP server：GitHub 搜 "mcp-server" 有過千個選擇。最適合入門嘅包括：
    • @modelcontextprotocol/server-filesystem — 讀寫本地檔案
    • @modelcontextprotocol/server-github — GitHub API 操作
    • @modelcontextprotocol/server-postgres — PostgreSQL 查詢
    • @modelcontextprotocol/server-puppeteer — 控制瀏覽器
  3. 安裝：用 npm 或 pip 裝就得。例如 npm install -g @modelcontextprotocol/server-filesystem
  4. 設定 client 連接：喺你嘅 MCP client（如 Claude Desktop、Continue.dev、Cursor）嘅 config 加入 MCP server 位置。
  5. 測試：問 agent「幫我睇下 Desktop 有咩 files」— 如果 agent 回咗你檔案清單，就代表 MCP 正常運作。

硬件要求：一般文書機就得。MCP server 本身唔食效能（只係傳 data），真正跑 AI 嗰部分係 agent 嘅 LLM 負責。如果你係跑本地 model（Qwen 2.5 / Llama 3），就需要有 GPU / 足夠 RAM — 詳情可以睇我哋嘅 本地 AI 硬件指南。

Q5：要唔要識 code 先用得 MCP？

用現成 MCP server：唔使識 code。

只要你用嘅 AI agent 工具（如 Claude Desktop、Cursor IDE、Continue.dev）支援 MCP，安裝 server 就係一行 command 嘅事。裝好之後，agent 自然識得用。

你可以用 AI agent 幫你安裝同設定 — 直接同佢講「我想你讀我 Desktop 嘅檔案，你幫我 set up MCP」— Claude Desktop 同 Cursor 都內置咗自動 setup MCP 嘅功能。

寫自訂 MCP server：基本程式知識就得。

如果你想 connect 自己公司嘅內部系統（例如一個舊 CRM），就要寫一個自訂 MCP server。但呢件事 AI 都可以幫你：叫 agent「幫我寫一個 MCP server，connect 呢個 REST API」— 佢會幫你生成 code。

對香港中小企嚟講：MCP 最大價值係「將你現有嘅系統（Excel、Google Sheet、POS、會計軟件）變成 AI agent 識用嘅工具」— 唔使換系統，唔使 migration。

📬 每週收本地 AI vs 雲端對比

MCP 係令 AI agent 真係用得着嘅關鍵技術。每星期一次實測，話俾你知香港邊啲 AI 工具真係用得着、點連接你嘅日常工作流程。

免費訂閱 · 每週實測

MCP vs 其他工具連接方式：點揀？

除咗 MCP，市面上仲有其他 AI agent 工具連接方式：

MCP 同其他方式嘅關鍵差別：MCP 係 開放標準，唔綁任何公司或框架。Claude、Gemini、open-source agent（如 Hermes Agent）都支援。如果你唔想 lock-in 任何平台，MCP 係最安全嘅選擇。

香港人點樣開始用 MCP？

  1. 揀一個 MCP client：最簡單係 Claude Desktop（內置 MCP 支援）或者 Cursor IDE（開發者適用）。
  2. 裝第一個 MCP server：裝 server-filesystem，等 agent 可以讀寫你本機嘅檔案。
  3. 試個實例：叫 agent「幫我搵 Desktop 入面最大嘅 5 個檔案，排序俾我睇」。
  4. 擴展：加更多 MCP server — GitHub、Postgres、Slack、Notion — 逐個試。
  5. 自動化：組合多個 MCP server 做一個完整 workflow — e.g.,「每日 check email → 有 order 就寫落 Google Sheet → send confirmation」。

開始用 MCP 唔需要換你現有嘅工具 — 佢係加喺你現有系統上面嘅一層，等 AI agent 識得用你已經用緊嘅嘢。

📬 每週收本地 AI vs 雲端對比

MCP、Function Calling、LangChain、ADK — 每星期實測一隻 AI 技術，話俾你知香港邊啲真係用得着、點樣用可以慳時間慳錢。

免費訂閱 · 每週實測