聊聊MCP到底是个啥玩意儿

说实话，hen多人听到MCP第一反应就是“又是个新名词”。

其实它全称Model Context Protocol，顾名思义，就是让模型跟上下文握手的协议。

哈哈，这玩意儿跟你我聊天差不多，只不过多了点机器人的礼仪。

咱就是说它Ke以把AI从“随便说”变成“按规矩走”。

你想啊，平时写Prompt就像在写伪代码，写得越长越晕。

那怎么把这段伪代码直接喂给AI，让它不跑偏？

答案就是MCP。

先说个小例子，别急，我慢慢来。

我们用TypeScript的Generator，把整个任务拆成一步步的小块。

每一步dou交给AI一个明确的指令，然后等它返回结果再继续。

这个过程像排队买咖啡，你点完一杯才会轮到下一位。

不对不对，我说错了是像流水线生产，每个环节dou有检查点。

你得有一个Server实例，名字随便起，比如叫“agent‑workflow”。

然后注册一个工具，把业务逻辑写进async function*里。

下面这段代码是Zui基础的骨架：

async function* Workflow {
  const count = yield* AskUserQuestion);
  let sum = 0;
  for  {
    sum = yield* Prompt);
  }
  return sum;
}

kan起来hen干净，是吧？

关键是每一次yield*dou会把控制权交给MCP，让AI只负责回答自然语言函数。

它会把每次调用的输入输出dou用zodZuo类型校验。

Ru果AI扔回个字符串，本来该是数字，那立马报错——不让它胡说八道。

它会把上一次的执行结果包装进上下文，再喂回模型。

这样模型就不会忘记前面的状态了别老是“我记不得了”。

举个例子，你想让AI帮你算一堆数，但要排除所有位数之和Neng被5整除的数字。

普通Prompt可Neng会漏掉某些情况，还会出现幻觉。

MCPKe以这么写：

async function* FilterSumWorkflow {
  const limit = yield* Prompt);
  let total = 0;
  for  {
    const isDivisible = yield* Prompt(
      `数字 ${n} 的各位和是否Neng被5整除`,
      z.boolean
    );
    if  {
      total = yield* Prompt);
    }
  }
  return total;
}

这样每一步dou被严格执行，根本没有幻觉空间。

想象一下你在写代码，改动完后想让AI生成commit信息并确认提交。

MCPKe以把整个流程串起来：

registerWorkflowTool(
  server,
  "auto‑commit",
  { title: "Auto Commit", description: "自动生成并提交 commit" },
  async function*  {
    const files = yield* Prompt));
    if  return `没有改动`;
    const msg = yield* Prompt(
      `根据以下文件内容生成符合规范的 commit 信息`,
      z.string
    );
    const { confirm } = yield* AskUserQuestion(
      `确认提交：${msg} ?`,
      z.object })
    );
    if  return `Yi取消`;
    yield* Prompt;
    return `提交成功`;
  }
);

整个过程只需要一次MCP调用，就Neng确保每一步dou有人工或机器校验。懂吗？这比手动敲命令靠谱多了！

问： 为什么百度不收录我的页面？

答： 一般来说有几个常见原因导致百度抓取不到：① 页面缺少有效标题和/;② robots.txt误拦截了爬虫；③ 内容质量太低或重复度高，被判定为低价值；④ 没有外部链接指向导致权重不足；⑤ 页面加载速度慢或使用了大量JS导致渲染困难。解决办法就是先检查robots.txt、加上结构化数据、提升内容原创度，然后再通过站长工具提交URL。懂得话就去试试呗！哈哈~

A. 结构化输出：在Prompt里直接要求模型返回HTML片段或JSON-LD，这样生成的内容天然符合搜索引擎规范。

B. 分段写作：利用MCP把长篇文章拆成多个小块，每块dou有明确的小标题（/)，这对SEO非常友好。