用 MCP 把 AI 智能体连接到你的系统

开放标准是可互操作系统的关键成分。我们依赖的大多数技术都得益于它们。无论身在何处都能上网，靠的是 Wi-Fi、TCP/IP 和 DNS 这类开放标准。当你的 Gmail 收到来自 Outlook 发件人的邮件，正是 SMTP、IMAP 和 POP3 这类开放标准让这一切无缝发生。我们这个时代最具变革性的技术之一——互联网——之所以能让任何人的网页被全世界访问，也是因为 HTTP 和 HTML 标准。

我们正处于科技新时代的早期：各家公司正在为大众创新并构建实用的 AI 解决方案。要让这项技术长久，开放标准将必不可少，它引导 AI 工具的发展，使不同公司构建的多样系统能够无缝协作。

goose Beta 版本

本文写于 goose 的 beta 版本，命令和流程可能已经改变。

MCP 开放标准

Anthropic 正在引领 Model Context Protocol（MCP）。这是一项开放标准，让大语言模型（LLM）应用能够连接外部系统，为更知情、更相关的 AI 交互提供必要上下文。

这对像 goose 这样的 AI 智能体是一次变革。它们可以自主执行任务，远超只提供分步说明的聊天机器人。但要释放这些 AI 智能体的全部潜力，我们需要一种把它们连接到外部数据源的标准方法。MCP 提供了这个基础。

借助 MCP 标准化的 API 和端点，goose 可以无缝集成到你的系统中，增强它直接在你的环境里完成复杂任务的能力，例如调试、写代码和运行命令。

能做什么

没有 MCP，每个 goose 工具包开发者都需要为自己要连接的每个系统实现定制集成。这不仅繁琐、重复，还会推迟真正有趣的部分。

以一个简单的 GitHub 工作流为例。goose 用自定义脚本或配置直接与 GitHub API 交互。开发者必须配置 goose 以向 GitHub 认证，并指定获取未合并拉取请求或添加评论等操作的端点。每次集成都需要手动设置和自定义编码，来处理认证令牌、错误处理和 API 更新。

MCP 通过提供访问 GitHub 这一资源的标准化接口来简化这一过程。goose 作为 MCP 客户端，向配置为暴露 GitHub 能力的 MCP 服务器请求所需信息（例如未合并拉取请求列表）。MCP 服务器处理认证以及与 GitHub 的通信，把 API 交互的复杂性抽象掉。然后 goose 可以专注于提供详细评审评论或建议代码修改这类任务。

加入这个生态

随着 MCP 采用范围扩大，goose 为你的组织交付更强大解决方案的潜力也在增长。把 goose 集成进你的工作流并拥抱 MCP，你不只是在增强自己的系统，也在为一个让 AI 工具更可互操作、更高效、更有影响力的生态做贡献。