APPLICATION

MCP-First：AI应用开发新范式

在快速发展的软件开发领域，一种新的范式正在悄然兴起：MCP-First 开发。这种方法通过优先创建一个模型上下文协议（MCP）服务器，颠覆了传统的开发方式。这种转变改变了开发者构建应用程序的方式，并赋予了前所未有的 AI 集成能力。

admin

• 12 min read
MCP-First：AI应用开发新范式

在快速发展的软件开发领域，一种新的范式正在悄然兴起：MCP-First 开发。这种方法通过优先创建一个模型上下文协议（MCP）服务器，颠覆了传统的开发方式。这种转变改变了开发者构建应用程序的方式，并赋予了前所未有的 AI 集成能力。

作为一名深度参与 MCP 生态系统建设的人——包括领导了 FireCrawl MCP 服务器 的初始实现（超过 1.5k 星）并为 LangChain 的 MCP 适配器 做出贡献的人——我想分享为什么这种方法很重要，以及它如何已经在各个行业改变了工具的开发，从游戏引擎到数字音频工作站和设计软件。

1、什么是模型上下文协议（MCP）？

在深入探讨为什么 MCP-First 开发很重要之前，让我们先澄清一下 MCP 是什么。

模型上下文协议是由 Anthropic 在 2024 年末引入的一个开源框架，它标准化了 AI 模型与外部工具和数据源之间的连接方式。它在 AI 代理（如 Claude）和软件应用程序之间创建了一个结构化的通信通道，允许 AI：

  1. 发现应用程序的功能
  2. 通过自然语言与应用程序的功能进行交互
  3. 在需要时从应用程序中检索信息
  4. 根据用户请求在应用程序中执行命令

简而言之，MCP 桥接了自然语言和应用程序功能，使 AI 模型能够成为复杂软件的强大界面层。

2、传统开发方法 vs MCP-First

传统上，软件开发遵循一个熟悉的模式：

  1. 定义核心功能
  2. 设计用户界面
  3. 同步构建两者
  4. 发布、迭代和扩展

当人类是你的应用程序唯一预期用户时，这种方法很有意义。然而，在当今 AI 集成的世界里，它可能会造成不必要的限制。

MCP-First 方法重新思考了这个过程：

  1. 定义核心功能
  2. 构建一个暴露这些功能的 MCP 服务器
  3. 测试，将 AI 模型作为用户
  4. 如果需要的话，稍后构建传统的 UI 接口

关键的区别在于，你的应用程序从第一天起就具备了 AI 兼容性，并且其核心功能独立于任何特定的界面范例。

3、为什么要在 UI 之前构建 MCP 服务器？

3.1 关注核心功能

当你首先构建 MCP 服务器时，你会被迫深入思考应用程序的核心功能，而这些功能独立于它们将如何呈现给用户。这种清晰的职责分离通常会导致更模块化、更可维护的代码。

“为 Blender 构建 MCP 服务器迫使我们仔细考虑哪些操作是真正必要的，”Blender MCP 的创建者 Siddharth Ahuja 解释说。“这澄清了我们的思路，并使核心功能更加健壮。”

3.2 内置 AI 集成

MCP-First 方法最明显的优点是立即实现 AI 兼容性。你的应用程序可以即时访问像 Claude Desktop、Cursor、Windsurf 或 Cline 这样的 AI 工具。

例如，由 Greg Lipstein 创建的 Figma MCP 服务器允许 AI 编码工具直接访问 Figma 设计数据，从而能够从设计中生成准确的代码，而无需截图或手动重建。

3.3 界面灵活性

当你的应用程序的功能通过 MCP 服务器暴露出来时，你获得了在用户如何与其交互方面令人难以置信的灵活性：

  • 传统的图形用户界面用于直接操作
  • 命令行界面用于高级用户和自动化
  • AI 界面用于自然语言交互
  • API 访问用于第三方集成
  • 而且无需重复核心业务逻辑

这意味着你可以适应新出现的界面范例，而无需重写整个应用程序。

3.4 加速开发周期

当你可以通过自然语言与其交互时，测试功能变得显著简单。需要检查某个特定功能是否正常工作？只需让 AI 使用它，而不是点击多个 UI 屏幕或编写测试脚本。

Unity MCP 服务器的创建者 Miguel Tomas 强调了这一好处：“有了 MCP，我们可以通过简单地要求 Claude 执行它们来测试复杂的游戏开发工作流程。这大大减少了我们的测试时间。”

3.5 增强协作

MCP 使人类和 AI 之间的新型协作成为可能。设计师可以与 AI 快速迭代设计，开发人员可以要求 AI 实现特定功能，内容创作者可以使用 AI 辅助增强他们的工作流程。

4、MCP 在实际中的成功案例

几个开创性的项目已经为流行的软件实现了 MCP 服务器，取得了令人印象深刻的结果。其中许多已经成为我在 MCP 生态系统中荣幸贡献的基石项目：

4.1 Blender MCP

Blender MCP（7.6K+ GitHub 星）将 Blender 与 Claude AI 连接起来，支持：

  • 自然语言 3D 模型和场景创建
  • 双向通信以实现实时反馈
  • 通过对话访问 Blender 的全部功能

“我只用描述的方式就能用 Claude 创建一个复杂的低多边形场景，”一位用户报告说。“这本需要我花几个小时的事情几分钟就完成了。”

4.2 Figma Context MCP

Figma Context MCP（2.6K+ GitHub 星）为 AI 驱动的编码工具提供了对 Figma 设计文件的访问：

  • 直接从 Figma 设计生成准确的代码
  • 结构化访问布局和样式信息
  • 减少手动实现时间

当与 Cursor 一起使用时，开发人员报告称 UI 实现时间比传统编码方法快 2-5 倍。

4.3 Unity MCP

Unity MCP 提供了 AI 模型对 Unity 编辑器的直接访问：

  • 通过自然语言执行菜单项
  • 选择和操作游戏对象
  • 运行测试并接收控制台日志
  • 安装包和管理项目资产

使用 Unity MCP 的游戏开发者报告说他们能够自动化重复任务，并更多地专注于工作的创造性方面。

4.4 Ableton MCP

Ableton MCP 将 Ableton Live 与 Claude AI 连接起来：

  • 通过对话创建和操纵 MIDI 和音频轨道
  • 通过自然语言选择乐器和效果
  • 控制播放和编辑
  • 根据描述生成音乐创意

音乐家现在可以说“创建一首 80 年代的合成波曲目”，然后看着 Claude 设置适当的乐器、MIDI 模式和效果。

4.5 Unreal MCP

Unreal MCP 为 Unreal Engine 带来了类似的功能：

  • TCP 服务器实现对 Unreal 的远程控制
  • 基于 JSON 的命令协议
  • 全面的场景操作
  • Python 伴侣脚本用于客户端交互

5、如何工作：MCP 服务器的技术概述

在技术层面，MCP 服务器通常由几个关键组件组成：

5.1 应用程序桥接器

该组件直接与目标应用程序接口，通常使用应用程序的原生 API 或插件系统。例如：

  • Blender MCP 使用 Blender 的 Python API
  • Unity MCP 使用 Unity 的 C# 脚本功能
  • Ableton MCP 通过 Ableton 的 MIDI Remote Script 系统集成

5.2 MCP 协议实现

这一标准化层处理 AI 模型与应用程序桥接器之间的通信。它实现：

  • 工具发现：允许 AI 模型了解可用的能力
  • 命令解析：将 AI 请求解释为应用程序命令
  • 响应格式化：将应用程序数据包装为 AI 可消费的形式
  • 错误处理：优雅地管理失败并提供反馈

5.3 通信渠道

大多数 MCP 服务器使用以下两种通信方法之一：

  • HTTP/WebSockets：用于独立应用程序
  • 标准输入输出（stdio）：用于直接集成到像 Claude Desktop 这样的 AI 工具

6、实现你自己的 MCP 服务器：最佳实践

如果你正在考虑为你的下一个应用程序采用 MCP-First 方法，这里有一些基于我构建和贡献多个 MCP 实现的经验的最佳实践可以考虑：

6.1 从核心功能开始

识别你的应用程序需要执行的基本操作，独立于用户可能如何访问它们。当我们构建FireCrawl MCP时，我们从最基本的网页抓取操作开始，然后扩展到更复杂的功能，如深度研究。

6.2 提升可发现性设计

AI模型需要理解你的应用程序可以做什么。提供清晰的工具描述、参数文档和示例。这对AI集成的成功至关重要——像Claude或GPT这样的模型需要能够轻松地理解何时以及如何使用你的工具。

6.3 实现健壮的错误处理

AI模型会测试您应用程序能力的边界。确保您的MCP服务器优雅地处理无效请求并提供有用的错误消息。对于FireCrawl，我们实现了带有指数退避的自动重试机制来处理瞬态错误，这显著提高了可靠性。

6.4 从第一天起考虑安全性

由于MCP服务器将应用程序功能暴露给外部代理，因此请实现适当的认证、授权和输入验证。对于企业应用，请考虑如何在允许AI访问核心功能的同时维护数据隐私。

6.5 分阶段构建

从一组精心实现的工具开始，然后根据需要逐步扩展。这可以让您在投入大量资源之前验证方法。在我领导MCP实施的经验中，最成功的项目通常以专注的范围开始，并根据实际使用模式有机增长。

7、挑战与限制

虽然MCP优先开发提供了显著优势，但并非没有挑战：

  • 学习曲线

MCP规范相对较新，正确实现它需要一个学习过程。

  • 工具支持有限

作为一种新兴标准，MCP尚未拥有像更成熟协议那样的开发工具和实用程序。

  • AI模型的局限性

当前的AI模型有时难以处理复杂的API或特殊情况处理，因此需要仔细设计工具以确保可靠性。

  • 安全性考虑

将应用程序功能暴露给AI模型需要深思熟虑的安全设计，以防止意外后果或误用。

8、MCP优先开发的未来

随着AI继续作为人机交互的主要界面发展，MCP优先开发很可能会变得越来越主流。我们可以期待：

  1. 更多的应用程序内置MCP服务器
  2. 专为MCP服务器创建而设计的开发工具
  3. 关于MCP安全性和认证的标准
  4. 针对MCP交互优化的AI模型

最令人兴奋的是这种方法如何民主化软件开发：当AI可以直接与应用程序交互时，用户可以通过自然语言完成复杂任务，而无需学习专门的界面。

9、开始使用MCP

如果你有兴趣探索MCP优先开发，请参考以下资源开始：

  1. 访问modelcontextprotocol.io获取官方文档
  2. 探索本文提到的GitHub存储库
  3. 加入围绕特定MCP实现形成的社区
  4. 使用Claude Desktop连接现有的MCP服务器进行实验

10、结束语

在一个AI日益成为人机交互主要界面的世界里，先构建MCP服务器不仅仅是一个技术选择——它是一种战略优势。

通过通过Model Context Protocol（MCP）使您的应用程序功能可用，您正在为软件做好未来的准备，启用新型的人工智能协作，并可能吸引那些会被传统界面吓倒的用户。

今天的开发者面临的问题不是是否要实现MCP，而是如何最有效地做到这一点。正如Blender MCP、Figma Context MCP等项目的成功所展示的那样，其带来的好处可能是变革性的。

你的下一个项目会是MCP优先吗？不断增长的证据表明它应该如此。

原文链接：The MCP-First Revolution: Why Your Next Application Should Start With a Model Context Protocol Server

汇智网翻译整理，转载请标明出处