我的ai基础扫盲

1. Token 它是AI理解文字的最小单位。不是直接把每个字喂给AI，而是先切碎成Token。 * 怎么切？ 常见汉字（如“你”、“好”）通常1个字=1个Token。生僻字或英文长单词（如“Congratulations”）可能1个词=好几个Token。标点符号也算。 * 通俗理解：就像你跟AI说话要“买票”，一个字可能要买1张票，生僻字或长单词可能要买2-3张票。AI处理的总票数，就是Token数。

2. 上下文（Context） 指AI在回答时能记住的、之前对话内容的容量。 * 通俗理解：就像AI的“短期记忆”。你问完第1句，它能记住；问完第10句，可能就忘了第1句的内容。上下文越大，它的“记忆容量”就越大，能一次性处理更长的文章或对话。比如上下文128K，大概能一次读完《三体》三部曲的文本量。

3. 缓存击中率（Cache Hit Rate） 这主要是为了省钱和提速。当你重复问相似问题时，AI不必重新计算，而是从“缓存”（像抽屉里的草稿本）里直接拿现成答案。 * 缓存击中（Hit）：抽屉里正好有你要的草稿，直接拿来用 → 快且便宜。 * 缓存未击中（Miss）：抽屉里没有，必须从头算 → 慢且贵。 * 击中率：你问10次，有7次直接拿现成的 → 击中率70%。击中率越高，系统越聪明、越省钱。

一句话总结它们的关系：
你发过去的一段文字（切成若干个Token），AI会结合它的短期记忆（上下文）来理解；如果大量重复请求能直接从缓存拿结果（缓存击中率高），反应就快，成本也低。

1. API（应用程序接口）

广义 CS 上的 API：
就像餐厅里的 服务员。你（客户端）想点菜（要某个功能/数据），不需要自己冲进厨房炒菜，只需要告诉服务员你要什么，服务员去后厨（服务器）拿来给你。
关键点：API 就是一套约定好的“点菜方式”——你按规矩喊一声，它就帮你干活，你不用管背后是怎么做的。

AI 上的 API：
本质一样，但后厨换成了 大模型。
你没法直接把脑子连到 ChatGPT 上，所以通过 AI 公司提供的 API，发一句话（带你的 Token 和参数），AI 服务器算完后把结果返回给你。
通俗例子：你写一个小程序，里面调用 chatgpt.api(“讲个笑话”)，API 就会替你把这句话传到 OpenAI 的机房，再把生成的笑话拿回来。你不用自己部署几百亿参数的模型。

MCP（Model Context Protocol，模型上下文协议）就像为AI生态定制的 “USB-C接口” 。

在解释它之前，我们先用一个比喻来联想一下。

🔌 从“私人定制”到“通用标准”

想象一下AI是个想买东西的人，但需要连接各种外部工具。 * 过去 (无MCP)：为了用每个新工具，AI都需要一根专用的、定制的充电线，非常麻烦。 * 现在 (有MCP)：MCP定义了一个统一的“USB-C”接口标准。AI只需学习这一种“插口”，就能连接任何一个支持MCP的工具（比如数据库、搜索引擎等），即插即用。

简单来说，MCP就是一套开放标准，它用一个通用语言，统一了AI大模型与外部世界（数据、工具、API等）的连接方式。

🏗️ MCP的“三角关系”

为了让这套标准运行起来，有三个关键角色各司其职：

1. Host (应用/客户端)：这是你直接交互的AI应用（如Claude桌面版、Cursor等）。它是沟通的发起者，负责理解你的需求，并找到合适的“专家”来帮忙。
2. Server (服务端/专家)：这是个只懂“MCP语言”的“专家”程序，专门负责完成某一类具体任务，比如读数据库、处理文件或查天气预报。它准备好向任何发来请求的“Host”提供服务。
3. Tool (工具)：“专家”胸前的徽章，标注了他能完成的精准技能，比如“查询当日天气”。大模型正是通过“Tool”的描述来了解并调用某项特定能力的。

🤝 MCP的“一呼百应”协作

它给AI行业带来的最大好处是“标准化”和“解耦”。MCP将AI的“思考能力”与“执行能力”彻底分离，这意味着一个MCP Server写好，可以被成千上万个MCP Host调用。开发者再也不用为每个AI产品重复“造轮子”，整个生态的效率大大提升。

一个例子：一个开发者编写了一个MCP Server - 天气专家。从此，所有支持MCP的AI应用（如Claude、Cursor等），都能直接获得这个查天气的能力，无需额外开发。

明白了，之前的解释可能还是有点抽象。我们用一个更生活化的场景，从头搭建一个MCP的例子，你就能彻底搞懂。

场景：你想让AI帮你查一下“今天杭州的天气”，然后根据天气推荐穿什么。

没有MCP的时候（传统方式）

你问AI：“杭州今天天气怎么样？”
AI说：“对不起，我不知道实时天气，我的知识截止到去年。”
你必须自己去打开浏览器、搜天气、看到“25度、晴”，然后把这段文字复制粘贴给AI。
AI看到文字后说：“哦，25度晴，建议穿短袖。”
问题：换一个AI（比如从ChatGPT换到Claude），你还得重复这个过程。每个AI都要你手动喂数据。

有MCP的时候

你事先设置好一个MCP Server（可以理解为一个“天气小助手”），这个小助手知道怎么从气象网站拿数据，并且它只说MCP标准语言。

然后你的AI应用（比如Claude桌面版）天生就懂MCP语言。于是对话变成：

你问AI：“杭州今天天气怎么样？”
AI（作为MCP Host）听懂后，自动用MCP标准格式去问那个“天气小助手”（MCP Server）：“请给我杭州今天的天气。”
小助手去气象网取回数据：“25度，晴。”
小助手用MCP标准格式把数据返回给AI。
AI看到数据，分析说：“25度晴，建议穿短袖。”

你全程只跟AI说了一句话。AI自己调用工具拿到了实时信息。

MCP三个角色的明确分工（用上面的例子）

角色	在这个例子里是谁	通俗理解
MCP Host	你的AI应用（Claude桌面版）	像指挥官，理解你的需求，决定调用哪个工具，但不亲自干活。
MCP Server	那个“天气小助手”程序	像专家，只会干一件事（查天气），按标准格式提供服务。
MCP 协议	两者之间沟通的规矩	像USB-C接口标准，只要双方都支持，就能直接插上用。

再换一个角度：MCP解决的核心痛点

没有MCP：每个AI产品（ChatGPT、Claude、文心一言、通义千问...）如果要接入天气功能，都必须各自写一套代码去调用天气API。写一遍不难，但如果要接入100个不同工具（数据库、邮箱、日历、股票、地图...），每个AI产品都要写100套适配代码——重复造轮子。

有了MCP：开发者只需要写一次“天气MCP Server”，所有支持MCP的AI产品（Host）都能直接用它。写一次，“插”给所有AI用。

这就像USB接口的诞生：以前每个厂商做自己的充电口，换手机就得换线；现在统一成Type-C，一根线通吃所有设备。

模型 vs 框架：Skill 是谁的能力？

🧠 核心认知：AI 编程助手 = 三层架构

很多人以为 Skill、Tool、Memory 这些高级功能是模型自带的（比如"只有 GPT-4 或 Claude 才有"）。其实不是。

┌────────────────────────────┐
│  ③ 模型层 (Model)          │  ← 只做：文字进 → 推理 → 文字出
│  GPT / Claude / DeepSeek   │     不知道文件、Skill、工具是什么
└──────────┬─────────────────┘
           │ 纯 API 调用（文本进出）
┌──────────▼─────────────────┐
│  ② 框架层 (Framework)      │  ← 负责：Skill 匹配、工具调度、
│  Copilot / Cursor /        │     Memory 管理、上下文拼装
│  Codex CLI                 │     把"超能力"包装成文本喂给模型
└──────────┬─────────────────┘
           │ VS Code API
┌──────────▼─────────────────┐
│  ① 编辑器层 (Editor)       │  ← 文件系统、终端、UI
│  VS Code / JetBrains       │
└────────────────────────────┘

📦 模型只做一件事：文字进，文字出

模型不知道文件系统长什么样，不知道 VS Code 是什么，甚至不知道 "Skill" 这个概念存在。

功能	框架做的事	模型做的事
Skill	扫描 SKILL.md → 匹配触发条件 → 拼进 system prompt	读取 prompt 中的指令，按说明执行
Tool（读文件/搜代码）	定义工具签名 → 接收调用 → 实际执行 → 返回结果	决定"我该调用哪个工具"
Memory	存储/检索记忆文件 → 拼入上下文	根据记忆内容调整行为

🔌 Tool Calling 的本质

"Function Calling" 或 "Tool Use" 不是模型真的在调用函数：

框架告诉模型："你现在有这些工具可用：[read_file, create_file, ...]"
模型输出一段 JSON：{"tool": "read_file", "path": "/foo/bar.ts"}
框架解析 JSON → 实际执行 → 把结果文本返回给模型

所以只要模型能学会"输出特定格式的 JSON"，就能拥有 Tool Calling。DeepSeek、Qwen、GLM 都支持 → 接入 Copilot 框架后，Skill、Memory、文件操作全部可用。

💡 生活类比

类比	框架	模型
手机	iOS（App 管理、通知、权限）	A 芯片（只管算）
电脑	Windows（窗口、文件、进程）	CPU（只管算）
浏览器	Chrome（标签页、扩展）	V8 引擎（只执行 JS）

CPU 不知道什么是窗口，但 OS 包装好一切，CPU 只管算。

🎯 一句话总结

Skill 是框架能力，不是模型能力。 OpenAI 和 Anthropic 把两者打包营销，让人误以为只有 GPT/Claude 才有这些功能——实际上，任何支持 Tool Calling 的模型接上好框架，都能拥有同样的超能力。