大家好,我是 WeiWill。
桌面 Agent、编码 Agent 和企业 Agent 都在接入外部工具。模型可以调用工具,但如果你是工具提供方,怎样让 WorkBuddy、Codex、Claude、Cursor 或其他 Agent 稳定接入你的工具?
这时候,MCP 很容易给人一种错觉:
只要启动一个 MCP Server,再把安装方式发出去,其他人就能像安装 App 一样使用。
但真正做过软件交付的人都知道,服务能启动,只是完成了第一步。
工具名称是否容易理解?服务运行在本地还是远程?用户身份和权限怎样传递?高风险操作是否需要确认?升级后旧版 Agent 还能不能继续使用?
这些问题不解决,一个 MCP Server 最多是能演示,还不能算可交付。
Agent 生态正在从“能力展示”进入“能力分发”。真正拉开差距的,不只是有没有工具,而是工具能不能安全、稳定、低成本地进入长期工作流。
本机能调用,不等于别人能使用
假设团队已经有一个项目管理系统,对外提供了几个 HTTP API:
- 查询项目基本信息;
- 查询当前进度;
- 查询逾期任务;
- 查询最近的质量问题;
- 创建整改任务。
以前在 Dify 工作流里,我们可以固定调用这些接口,拿到 JSON,再让模型生成项目周报。
现在希望 WorkBuddy、Codex、Claude、Cursor 或企业内部 Agent 都能使用这些能力,于是我们在原有 API 外面增加一个 MCP Server,对外暴露几个工具:
get_project_progresslist_overdue_taskslist_quality_issuescreate_rectification_task
本机测试时,Agent 能发现工具,也能查到项目数据。看起来,功能已经做完了。
但当第二个人准备接入时,问题马上出现:
- MCP Server 应该运行在用户电脑上,还是部署成远程服务?
- 用户需要安装什么,又该在哪里完成授权?
- 查询和创建任务能不能使用同一组权限?
- Agent 调错工具后,在哪里查看完整记录?
- 服务升级以后,旧版 Agent 还能不能继续使用?
这些才是 MCP 从 Demo 走向产品的分界线。

MCP 统一了 Agent 与外部服务之间的连接方式,但不会自动解决部署、身份、权限、版本和运维。
先分清角色:MCP Host 本身就是 Agent 产品
很多人第一次理解 MCP,会把它类比成 App:
工具提供方启动一个服务,再开发一个客户端,提交到应用市场,用户下载安装后就能使用。
这个类比能说明“工具需要经过分发才能到达用户”,但 MCP 的角色关系并不是这样。
| 角色 | 负责什么 | 常见形态 |
|---|---|---|
| MCP Host | 运行 Agent 的 AI 产品或运行环境,协调模型、上下文、用户交互和一个或多个 MCP Client | WorkBuddy、Codex、Claude Desktop / Claude Code、Cursor、企业内部 Agent |
| MCP Client | Host 内部的协议组件,与一个 MCP Server 建立并维护连接 | 通常由 Host 创建和管理 |
| MCP Server | 通过 MCP 向 Agent 提供工具、资源和提示模板 | 本地进程或远程服务 |
这里最重要的一点是:MCP Host 不是一个单纯的连接客户端,而是承载并运行 Agent 的产品。
WorkBuddy 就是一个很直观的例子。它把外部服务接入简化成了“连接器”:用户添加、授权并启用连接器,Agent 就能在任务中访问外部系统。
但“连接器”是 WorkBuddy 面向用户的产品概念,不是 MCP 协议中的第四个角色。对于采用 MCP 的连接器,协议层面的关系仍然是:
WorkBuddy 作为 MCP Host,在内部创建和管理 MCP Client,再由 MCP Client 连接外部 MCP Server。
连接器做的,是把服务配置、授权、启停和状态管理包装成一个更容易理解的接入项。用户不需要单独下载一个通用的“MCP Client”,也不需要先理解协议内部结构。
因此,站在工具提供方角度,真正要交付的是可运行的 MCP Server、经过验证的接入配置,以及清楚的授权、升级和故障处理方式。
重点不是“再做一个客户端”,而是:
怎样让 WorkBuddy 这类 Agent Host 发现、连接、授权并稳定使用我的 MCP Server?
第一关:不是机械封装 API,而是设计工具契约
继续看项目管理系统的例子。
为了快速跑通 Demo,我们很容易定义一个万能工具:
execute_project_action
然后传入项目编号、动作名称和一大段参数。
这样写起来快,但对 Agent 并不友好。模型需要猜动作名称,也很难判断哪些调用只读、哪些调用会修改业务数据。
更合理的方式,是像设计接口一样,按照稳定的业务意图拆分工具:
- 查询项目进度是只读工具;
- 查询质量问题是只读工具;
- 创建整改任务是写入工具;
- 关闭整改任务是高风险工具。
工具描述也不能只写“查询项目数据”,而要说明什么时候调用、需要哪些参数、返回什么格式、没有权限时怎样响应,以及操作是否会产生副作用。
例如,用户说:
“帮我看看项目 A 最近有没有延期,如果有就创建一个整改任务。”
Agent 应该先调用 get_project_progress 和 list_overdue_tasks,确认存在延期后,再进入 create_rectification_task。
如果所有操作都塞进一个万能工具,模型可能绕过查询步骤,直接执行写入。
MCP 工具应该围绕稳定的业务意图设计,而不是把底层接口机械翻译成工具。
MCP 是 Agent 适配层,不是 API 的替代品
既然 Agent 以后可以通过 MCP 调用系统,原来的 HTTP API 是不是可以不要了?
答案是不应该。

原有 API 仍然负责身份认证、参数校验、事务处理、数据一致性、权限判断和操作日志。MCP Server 负责把这些业务能力转换成 Agent 更容易发现和调用的工具。
以创建整改任务为例,MCP Server 不应该直接连接数据库插入记录,而应该继续调用原有业务 API,由业务服务完成权限校验和事务处理。
这样,Web 页面、移动端、Dify 工作流和各种 Agent 仍然共享同一套业务规则。后续更换 Agent 产品时,底层业务系统也不需要跟着重构。
第二关:本地还是远程,真正决定的是边界
很多人以为 MCP Server 只能部署在远程。其实它既可以运行在用户本地,也可以作为远程服务统一托管。
本地运行,适合贴近设备和开发环境
如果 MCP Server 需要读取本地代码、操作工作区文件或访问只能从本机进入的资源,本地运行更自然。
例如,代码审查工具需要读取用户当前仓库。把整个仓库上传到远程服务,不仅增加延迟,也会带来代码泄露风险。
本地模式能让敏感数据留在设备上,但工具提供方要面对操作系统差异、依赖安装、版本升级、错误排查和凭证配置。把程序包发给用户,不代表交付已经结束。
远程托管,适合团队共享业务能力
项目系统、质量系统、知识库和企业数据库,更适合通过远程 MCP Server 统一提供,这也是常见 SaaS 工具的部署方式。
远程模式便于统一升级、权限审计和故障监控,多个 Agent 也能复用同一入口。但它会把身份认证和数据隔离推到前台。
用户通过 Agent 查询项目数据时,MCP Server 必须知道“这个用户是谁”,而不能只知道“某个 Agent 发起了请求”。如果所有人共用一个后台账号,Agent 很可能读到不该读取的数据。
可以先用这张表判断:
| 场景 | 优先考虑 |
|---|---|
| 访问本地文件、代码和开发工具 | 本地 MCP Server |
| 多个用户共享企业系统能力 | 远程 MCP Server |
| 数据不能离开用户设备 | 本地 MCP Server |
| 需要统一权限、升级和审计 | 远程 MCP Server |
| 还在验证需求和工具契约 | 先本地验证 |
| 准备进入团队长期工作流 | 评估远程托管 |
选择本地还是远程,不是技术偏好问题,而是产品设计、数据边界、运维责任和用户规模问题。
第三关:发布之前,先把权限拆到工具级
查询项目进度和创建整改任务,虽然都属于项目管理,但风险完全不同。
如果只给用户一个笼统的“允许访问项目系统”,他很难知道 Agent 到底能做什么。更合理的方式,是把权限和控制措施拆到工具级:
| 风险级别 | 典型操作 | 最低控制要求 |
|---|---|---|
| 只读 | 查询进度、读取文档、获取质量问题 | 限制数据范围,保留查询记录 |
| 普通写入 | 创建草稿、新建任务、添加备注 | 保留调用记录,提供撤销或修改入口 |
| 高风险 | 提交审批、删除数据、调整库存、发送外部消息 | 用户确认、细粒度身份校验、幂等和完整审计 |
只读不等于没有风险。批量查询仍然可能泄露客户、合同和内部决策信息。
假设 Agent 识别到项目延期,准备创建整改任务。WorkBuddy 或其他 Agent Host 应该先向用户展示项目、任务标题、负责人、截止时间,以及是否会通知相关人员,确认后再执行。
这不是限制 Agent,而是在给 Agent 建立进入真实业务的安全边界。
第四关:连接器让接入更简单,但 Agent 产品仍要承担责任
把 MCP Server 发布到插件市场、企业应用中心或 Agent 的连接器市场,确实很像 App 上架。
市场解决的是发现、安装和基础审核。它可以检查服务信息、权限声明和明显的恶意行为,却很难替用户判断工具描述是否会误导模型、服务是否过度收集数据、写入操作是否具备幂等性,以及升级是否会破坏现有工作流。
因此,市场是分发渠道,不是工程质量的替代品。
对于团队和企业,更稳妥的做法是建立内部接入评审,不要让员工随意把外部 MCP Server 接入代码库、客户数据和生产系统。
Agent 产品真正要交付的,不只是一个连接按钮
如果你开发的是一款支持 MCP 的 Agent 产品,那么你真正建设的是 MCP Host,而不是一个独立的“MCP 客户端”。
Host 负责运行 Agent、承接用户交互,并在内部创建和管理 MCP Client,去连接不同的 MCP Server。
WorkBuddy 的做法很有代表性:用户看到的是连接器的添加、授权、启用和断开;产品背后仍然要处理四类问题:
- 连接生命周期:添加、禁用、删除、重连和本地进程恢复;
- 身份与权限:凭证保存、权限展示、高风险操作确认和授权撤销;
- 调用可观测性:让用户看到 Agent 调用了什么工具,失败发生在哪一层;
- 兼容与安全:处理服务升级、参数变化和恶意工具描述。
例如,用户让 Agent“整理项目 A 的本周进展”,查询结果却为空。
原因可能是业务确实没有数据,也可能是用户授权过期,或者 MCP Server 到业务 API 的链路异常。如果 Agent 产品只显示一句“工具调用失败”,用户根本不知道该联系谁。
成熟的 MCP Host 必须把业务结果、授权状态和服务故障区分开。这部分工作看起来不像模型能力,却直接决定 Agent 能不能进入长期工作流。
从 Demo 到发布,链路其实很清楚
把前面的项目场景串起来,完整路径可以压缩成一条工程链路:
稳定 API → 工具契约 → 部署与身份 → 工具级权限 → Agent Host 兼容 → 分发与运维
先确认原有 API 的权限、日志和错误码足够稳定,再按照用户意图设计工具;根据数据边界选择本地或远程部署,接入用户身份和授权;随后至少在 WorkBuddy 和另一种 Agent Host 中验证工具发现、参数传递、确认提示和异常返回;发布时说明权限、数据处理、版本变化和反馈渠道;上线后持续监控成功率、延迟、授权失败和版本分布。
协议统一了连接方式,但真正的交付仍然是一套完整的软件工程过程。
最容易低估的三个长期成本
兼容性
不同 Agent Host 对授权方式、用户确认、错误展示和部分 MCP 能力的支持可能不同。
不能因为在 WorkBuddy 上运行成功,就默认 Codex、Claude、Cursor 和企业内部 Agent 都能稳定使用。只要目标用户会跨产品使用,就需要兼容性测试。
版本演进
工具参数一旦被 Agent 工作流依赖,随意改名、删除字段或修改返回结构,都可能让已有流程失效。
例如,原来返回:
progress: 78
后来改成:
progress: "78%"
对人来说差别不大,但依赖数字计算的流程可能直接报错。MCP 工具同样需要版本管理、兼容策略和废弃周期。
安全责任
MCP Server 接入的系统越多,安全责任越重。
一个同时能访问代码、数据库、知识库和消息系统的服务,一旦权限配置错误,影响范围可能远大于普通聊天应用。除了外部攻击,还要考虑 Agent 的误判断,以及外部内容对 Agent 决策的干扰。
所以,不要一开始就做一个“什么都能干”的企业 MCP Server。更稳的方式,是从只读、低风险、可审计的工具开始,再逐步增加写入和自动执行。
什么时候值得把工具正式发布成 MCP
不是每一个 API 都值得做成公开或团队级 MCP 服务。
如果某个接口只被一个固定工作流使用,调用顺序和参数完全确定,直接调用 API 往往更简单、更稳定。

当下面三种情况同时出现时,MCP 的价值才更明显:
- WorkBuddy、Codex、Claude、Cursor 等多种 Agent 需要复用同一套工具;
- 用户会用自然语言动态组合多个工具,而不是执行固定流程;
- 工具提供方愿意承担权限、版本、兼容和长期运维责任。
决定要不要做 MCP,不要只看能不能封装,而要看这项工具值不值得被长期分发。
下一步可以怎么做
如果你准备给团队建设第一个 MCP 服务,我建议先做三个小动作。
第一,选择一个只读、低风险、已经有稳定 API 的业务工具,例如查询项目进度、读取知识库或查询工单状态。
第二,先在 WorkBuddy 和另一种 Agent Host 中完成接入,记录连接器配置、授权、调用和排错过程中出现的问题。
第三,为每个工具补齐四项信息:什么时候用、需要什么参数、会产生什么影响、失败以后怎么处理。
等这三个动作跑通,再决定是否增加写入能力、远程部署和更大范围的分发。
做出一个能运行的 MCP Server 并不难。真正的工程投入,是把它做成别人敢接、会用、能升级,出了问题还能定位的工具。
我是 WeiWill,深耕软件工程一线,专注 AI 应用落地与 Agent 开发。