MCP 不只是開發工具：生產級 Agent 集成的三條路

Anthropic將Agent接入外部系統分成三種：直接調API、用CLI，同埋行MCP協議。

直接調API係最簡單，但一多服務就會出現經典嘅M×N集成問題。

CLI快同輕量，但喺移動端、Web端同雲端冇shell嘅地方會碰壁，認證靠磁盤憑證，離生產仲差一截。

MCP走協議層，認證、發現、語義描述都標準化，一個遠程服務器可以同時服務多個客戶端。

本地開發階段CLI同MCP都夠用，但Agent一上雲，MCP幾乎係唯一選擇。

Anthropic目前MCP目錄有200多個服務器，從中提煉咗幾個設計模式。

遠程服務器優先：只有遠程服務器先可以同時覆蓋Web、移動端同雲端Agent。

按意圖分組工具，唔好一比一鏡像API，減少工具數量，提高準確率。

大量API場景用代碼編排，例如Cloudflare只暴露兩個工具（搜索同執行），覆蓋2500個API端點，工具定義只佔1K token。

用MCP Apps做交互，工具可以返回交互式界面，提升用戶體驗。

Elicitation能力允許服務器喺工具調用中途暫停向用戶請求輸入，安全敏感操作可以引導用戶瀏覽器完成。

認證一直係MCP從開發到生產最頭痛嘅部分，每個服務器都要自己處理OAuth流程，邊角情況踩唔完。

CIMD簡化咗OAuth流程，減少重複授權，已經喺MCP SDK、Claude.ai同Claude Code支援。

Vault機制處理令牌存儲同刷新，Managed Agents自動注入憑證，過期自動刷新，唔使自己搞密鑰管理。

令牌管理變成基礎設施一部分，應用層唔使操心，類似Kubernetes ServiceAccount自動掛載token。

上下文效率方面，Tool Search按需加載工具定義，token佔用降低85%以上，選擇準確率基本唔受影響。

程序化工具調用喺沙箱處理結果，只放最終輸出入上下文，複雜多步工作流節省約37% token。

MCP畀Agent能力（能調什麼工具、能訪問什麼數據），Skills畀Agent知識（點樣用呢啲工具完成具體任務），兩者最好結合使用。

兩種組合模式：將Skills同MCP服務器打包成Plugin，或者由MCP服務器自帶Skill。

Plugin可以捆綁Skills、MCP服務器、Hooks、子Agent等組件，一鍵分發，令Claude從通用助手變成領域專家。

Canva、Notion、Sentry等廠商已經喺做服務器自帶Skill，MCP社區亦喺做擴展讓服務器直接分發Skills，版本跟API走。

MCP服務器只提供工具嘅話，Agent每次都要自己摸索調用順序同參數搭配，效率唔高。