摘要：MCP (Model Context Protocol) 就是一个基于「标准输入输出（STDIO）」的通信协议，结合 JSON-RPC 格式，让不同进程之间像调用本地函数一样调用 AI 工具或服务。
一句话总结 ：
MCP (Model Context Protocol) 就是一个基于「标准输入输出（STDIO）」的通信协议，结合 JSON-RPC 格式，让不同进程之间像调用本地函数一样调用 AI 工具或服务。
MCP 的底层不是魔法，它依赖的正是我们熟悉但常常忽视的「标准输入输出」。每一个进程都有三个默认接口：
stdin ：标准输入stdout ：标准输出stderr ：标准错误输出这意味着进程不仅能把消息「打印出来」，也能「接收输入」。
process.stdin.on("data", (data) => { const input = data.toString.trim;const response = `AI 回复: 我收到了你的输入 -> ${input}`;process.stdout.write(response +});运行方式：
node server.js输入：
你好输出：
AI回复: 我收到了你的输入 -> 你好这就是 MCP 的底层思想：通过 STDIO 把进程变成一个服务 。
仅仅有 STDIO 还不够，因为进程间的消息如果随便发，谁都看不懂。MCP 采用了 JSON-RPC 规范 ，这是一种「请求 - 响应」模式：
请求{ "jsonrpc": "2.0", "id": 1, "method": "sum", "params": [2, 3]}响应{ "jsonrpc": "2.0", "id": 1, "result": 5}这样我们就能约定清楚： 「我要调用 sum 方法，参数是 [2,3] ，结果返回给我。」
function sum(a, b) { return a +}process.stdin.on("data", (data) => { const msg = JSON.parse(data.toString);let result; if (msg.method === "sum") { result = sum(...msg.params); } else { result = "未知方法"; }const response = { jsonrpc: "2.0", id: msg.id, result, };process.stdout.write(JSON.stringify(response) +});测试：
echo '{"jsonrpc":"2.0","id":1,"method":"sum","params":[2,3]}' | node rpc-server.js输出：
{"jsonrpc":"2.0","id":1,"result":5}过去我们调用 AI，只能通过 REST API 或 SDK。MCP 提供了一种更轻量的方式：直接把本地进程注册为工具，AI 模型就能调用它。
REST API 需要走网络，而 MCP 通过本地 STDIO，效率极高，几乎没有延迟。
数据不会经过外部网络，所有调用都在本地完成，非常适合对隐私敏感的场景。
const fs = require("fs");process.stdin.on("data", (data) => { const msg = JSON.parse(data.toString);if (msg.method === "createFile") { const [filename, content] = msg.params; fs.writeFileSync(filename, content);const response = { jsonrpc: "2.0", id: msg.id, result: "文件创建成功 ✅", };process.stdout.write(JSON.stringify(response) + "\n"); } });测试：
echo '{"jsonrpc":"2.0","id":1,"method":"createFile","params":["test.txt","Hello MCP"]}' | node file-server.js结果：
✍️ 最终总结 ：
MCP 让 AI 不再只是一个回答问题的聊天机器人，而是一个可以真实调用你本地功能的「超级助手」。
来源：墨码行者