#加密貨幣#cryptohopper#MCP+2 則
若您在過去一年中曾接觸過 AI 工具，幾乎肯定聽過「MCP」這個縮寫——即「模型上下文協定」（Model Context Protocol）。 它無所不在：Anthropic 的 Claude 預設搭載此功能，OpenAI 的 Codex 支援此功能，Cursor 和 VS Code 已將其內建於代理模式中，還有數十家數據供應商——包括 CryptoBot ——都已推出 MCP 伺服器。
對加密貨幣交易者而言，這比乍看之下更為重要。MCP 是一套基礎架構，終於讓 AI 代理程式能夠檢視即時市場數據、以自然語言進行推理，並據此採取行動，而無需您親自將五個 API 拼湊在一起。
本文將闡述 MCP 的定義、其起源、它與一般 REST API 的差異，以及為何對加密貨幣產業而言，其重要性遠超過其他幾乎所有產業。
每個大型語言模型都有相同的盲點：它只知道訓練資料中的內容。若詢問 ChatGPT 比特幣的當前價格，它要麼會虛構一個數字，要麼會禮貌地拒絕回答。若詢問它「幣安上哪一對交易對目前成交量異常」，你將一無所獲——該模型根本無從查詢。
顯而易見的解決方案是讓模型能夠存取工具。如果它能呼叫 get_ticker(“binance”, “BTC/USDT”)，便能立即回答即時問題。 這正是函式呼叫與外掛程式試圖達成的目標，但各家供應商卻各自發展出不同的實現方式：OpenAI 採用一種格式，Anthropic 採用另一種，Google 則有第三種。每當你想將同一個資料來源連接到新的模型或新的整合開發環境（IDE）時，就必須撰寫新的封裝程式。這簡直是一團亂。
MCP 正是終結「撰寫封裝程式」這項繁瑣工作的標準。該標準由 Anthropic 於 2024 年底推出，並迅速在業界普及，它定義了一套統一且開放的協定，規範 AI 代理程式如何與外部工具或資料來源進行通訊。 只需編寫一次伺服器程式，所有相容於 MCP 的客戶端——無論是 Claude、Cursor、VS Code、Zed、Gemini CLI、Codex、n8n，還是未來出現的任何工具——都能直接使用。
MCP 是一個輕量且開放的協定，讓 AI 模型能夠向外部系統查詢資訊或執行操作。不妨將其視為 AI 工具界的 USB-C。模型是筆記型電腦，MCP 伺服器是外接裝置，而協定則是那條讓任何筆記型電腦都能在無需自訂驅動程式的情況下，與任何裝置通訊的連接線。
一個 MCP 伺服器會提供三類資源：
當您在客戶端安裝 MCP 伺服器時，客戶端會偵測可用的工具與資源，將其展示給模型，然後——每當模型決定需要某項資源時——便會發出呼叫、等待回應，並將結果回傳至對話中。