【MCP基础概念】开放连接未来：深入解读模型上下文协议

MCP 规范与 SDK
开发者可基于统一的协议标准快速构建连接器。
Claude Desktop 内置的 MCP 本地服务器
支持本地测试连接，保障数据隐私。
MCP 服务器开源实现
提供开箱即用的连接器，如：Google Drive、Slack、GitHub、Git、Postgres、Puppeteer 等。

AI 系统通过MCP 客户端连接 MCP 服务器，从而访问实际数据源。

1.3 谁在用 MCP？

Block 与 Apollo 等公司已将 MCP 集成到其 AI 系统中；
Zed、Replit、Codeium、Sourcegraph 等开发者工具平台正通过 MCP 让 AI 更深入理解开发上下文；
Claude 3.5 Sonnet 模型本身也擅长快速搭建 MCP 接口。

Block CTO Dhanji R. Prasanna 表示：

“像 MCP 这样的开放技术是将 AI 与现实世界连接起来的桥梁，让我们专注于创造性工作而非重复劳动。”

1.4 MCP 能做什么？

借助 MCP，AI 系统可以：

实时访问用户的文档、代码库、数据库等数据；
在不同工具之间保持上下文一致性；
用更可持续的架构替代零散集成，统一标准提升可维护性；
快速接入企业现有数据系统，加速 AI 工具落地。

1.5 如何开始使用 MCP？

你可以立刻开始构建和测试 MCP 服务：

✅ 安装并运行预构建的 MCP 本地服务器（通过 Claude Desktop）
📚 跟随官方快速入门指南搭建自己的 MCP 服务
🌍 参与 MCP 开源社区，为更多连接器贡献力量

所有 Claude.ai 用户均支持 MCP，本地试验从现在开始，企业版用户还可接入私有系统。

1.6 向未来进发：构建上下文感知的 AI

MCP 不仅是一个技术协议，它更代表着一种范式转变 —— 从“模型孤岛”迈向“上下文协同”，从“定制集成”迈向“开放连接”。

对于开发者、企业和 AI 工具构建者而言，MCP 意味着：

更低的集成门槛；
更高效的上下文获取；
更快速的 AI 赋能落地。

无论你是开发者、初创企业，还是大型组织，MCP 都是你拥抱上下文感知 AI 未来的桥梁。

1.7 传统大模型数据连接方式 vs MCP 的整合能力

🎯 传统大模型的数据连接方式：

📌 特点：

每个数据源（如数据库、文档系统、代码库）都需要手动定制开发适配器；
没有统一接口协议，彼此之间无法互通；
模型访问这些数据通常是单向、离线或一次性的提取（如数据预处理阶段）；
缺乏上下文保持能力，不同数据源上下文无法自动共享或融合；
在实际运行中，模型往往只能看见部分静态信息，而非实时动态上下文。

🚫 结果：

各个数据源像一堆“孤岛”，大模型虽能分别访问，但难以统一整合和动态调用，更无法跨数据源“理解上下文”。

✅ MCP 模型上下文协议的能力：

📌 特点：

所有数据源通过统一协议（MCP Server）暴露接口；
MCP Client（如 Claude）可以动态调用多个 MCP Server，实时访问不同系统的数据；
所有连接是基于统一标准，上下文可跨工具共享；
支持实时、可持续的数据流访问，不是一次性拉取；
AI 助手可以在不同任务间保持连续语境，理解“你在看哪段代码，读哪份文档”。

✅ 结果：

数据源不再是孤岛，AI 能像人一样在多个应用中穿梭并保持语境一致，实现真正的“全局上下文感知”。

举个例子来类比：

传统方式就像你用耳机听音乐，但每个播放器（微信、QQ音乐、网易云）都需要买一个不同插头的耳机，互不兼容；
MCP 就是定义了一种通用蓝牙协议，你只需一个耳机，就能无缝切换音乐源，并记住你上次听到哪。

1.8 MCP优势

MCP 相对于传统大模型接入方式的优势：

✅ 传统大模型的数据连接方式：

每接入一个数据源（如数据库、GitHub、Notion）都需要定制化开发；
没有统一标准，每个连接器是一次性、割裂的；
数据连接过程复杂、难以维护和扩展；
很难在多个工具之间共享上下文。

✅ MCP 模型上下文协议的优势：

提供一个统一的开放协议接口（类似统一端口）；
支持所有数据源通过标准化的 MCP 服务器接入；
AI 助手（MCP 客户端）可以安全地双向访问多个数据源；
更容易扩展，多个系统间共享上下文成为可能；
大幅降低了连接成本，提升 AI 的“数据理解力”。

🔁 简单类比总结：

传统方式就像每连一个设备都要做一根专用线，而 MCP 就像定义了一种标准接口（比如 USB），所有设备都能通过同一协议插上就用，更简单、更通用、更智能。

1.9 延伸阅读与资源

MCP 是连接数据与智能的“协议之桥”，让 AI 真正“知道你在干什么”，并为你做得更多。

二、MCP 的数据流结构（简化版）

[Claude 或其他 AI 客户端]
↓ （通过标准协议请求）
[MCP Client SDK]
↓
🔌 连接到 MCP Server
↓
[数据仍保留在原系统：数据库、文档库、代码仓库等]

关键点说明：

1、数据不集中到 MCP 平台或模型本身

▲数据永远保存在你自己的系统里（比如公司内部 Postgres 数据库、GitHub 仓库、Google Drive 文件夹等）。

2、MCP Server = 中间桥梁

▲MCP Server 是你构建的一个接口服务，用来在原系统和 AI 客户端之间建立安全的数据通信通道；

▲你可以决定暴露哪些数据，是否支持读写，以及是否加权限控制。

3、Claude、Mistral 等 AI 模型通过 MCP 客户端 SDK 发起请求

▲这些请求是按需实时进行的；

▲数据不会被缓存或长期存储，除非你自定义做了这部分逻辑。

三、数据安全方面说明

本地测试时 MCP Server 可部署在自己电脑（如 Claude Desktop 内置的 MCP Server）；
企业场景中 MCP Server 可以部署在私有网络中；
你完全控制数据暴露内容、权限和调用逻辑。

🧠 举个例子：

假设你让 Claude 通过 MCP 接入了一个 GitHub 仓库：

代码文件仍在 GitHub；

你搭建了一个 MCP Server，它通过 GitHub API 去读取代码内容；

当你提问“这段函数是做什么的？”时，Claude 就会调用 MCP 客户端去访问该 MCP Server，获取你仓库中对应文件内容；

全程数据没有存入 Claude，也没有脱离你的系统环境。

✅ 总结一句话：

✅ 数据本身依旧存储在原有数据库、文件系统或工具中（如 Postgres、GitHub、Notion 等）；
✅ MCP 只是作为一个统一的“数据访问接口”，让大模型能够实时、标准、安全地访问这些数据。

类比理解：

可以把 MCP 理解成一个智能“数据网关”，就像：

数据库的 API 网关：统一暴露各种表和字段的数据读取、写入能力；
文件系统的访问控制层：你决定模型能访问哪些路径和内容；
多工具的“翻译器”：无论数据源是结构化（数据库）、半结构化（JSON、YAML）、非结构化（PDF、Word），MCP 都能以统一格式提供给模型。

四、MCP 的核心价值

4.1 传统集成 VS MCP模式

对比点	传统集成	MCP 模式
数据位置	分布在多个系统，独立管理	同样分布在系统中，不迁移
接入方式	每个系统都要写一个适配器	用统一协议暴露数据接口
连接标准	无统一标准，定制开发	MCP 协议定义统一标准
上下文共享	难以实现	可以统一供模型访问、共享上下文
数据安全	易被复制或脱管	由原系统控制，安全可控

【名词解析】

适配器（Adapter） 是在两个系统之间做“翻译”和“桥接”的代码或模块，让它们能够彼此通信、互操作。

举个现实中的例子：

你买了一个美版笔记本，它的电源插头是扁的，但你在中国，插座是圆孔的。这时你需要一个 电源适配器，把两者连接起来 ——适配器不改变设备或插座本身，只是“让它们能搭上线”。

一句话再说清楚：

适配器就是连接 AI 与数据源的“翻译器”，而 MCP 就是把这些翻译器变成了“统一语言”的标准插件系统，省事、省心、可拓展。

【传统集成方式】

【MCP模式】

4.2 传统 AI 数据集成模式

假设你想让大模型访问 GitHub 上的代码内容；
你需要写一个GitHub 适配器：调用 GitHub API，获取指定 repo 的代码内容；
如果还想连接数据库，还得再写一个 Postgres 适配器；
想连 Notion？再写个 Notion API 的适配器……

🔁 结果是每接一个系统就得开发一个新的“适配器”，重复劳动、维护成本高。

4.3 MCP 解决了什么问题？

MCP 的目标就是让这些“适配器”变得标准化！

MCP Server 本质上就是一个标准的适配器容器；
你只需按照 MCP 协议暴露接口，不需要每次都从零写“翻译逻辑”；
Claude（或其他 AI 客户端）只需要学会与 MCP 对话，而不需要学 GitHub 的 API、Postgres 的语法等。

4.4 小结

项目	传统方式	MCP方式
每个系统接入方式	各写各的适配器，互不通用	全都通过 MCP Server 适配
调用接口方式	多套逻辑、格式不统一	统一协议、一次接入多处复用
AI 对接工作量	高（每接一处写一套）	低（只需支持 MCP 协议）

传统方式因为每个数据源都需要单独的适配器，接口风格和数据结构各不相同，导致上下文无法统一表示、共享和整合，模型只能“看见碎片”，难以形成全局理解。

✅ 1. 多个适配器 = 多种数据风格

数据源	自定义适配器返回的数据格式
GitHub	文件结构 + PR 信息（JSON）
Postgres	SQL 查询结果（DataFrame/表格）
Notion	块级内容 + 标签（嵌套 JSON）
Google Drive	文件元数据 + 内容片段

🔁 每个接口风格不同、语义不同，模型很难自动把这些内容“组合理解”成一个连贯上下文。

✅ 2. 无统一语义标准

传统方式中：

GitHub 的“issue” vs Notion 的“任务卡片”可能表示同一业务概念，但结构完全不同；
数据没有统一字段定义，也没有上下文提示 → 模型处理时无法知道它们有关联。

✅ 3. 上下文无法贯通

因为数据是割裂地从不同适配器返回：

模型在处理数据库内容时，看不到你当前在编辑的 PR；
回答一个用户问题时，可能不能结合任务进度、客户信息等多源上下文。

这就导致 响应片面、不准确、无法贴合用户的真实意图。

✅ 4、MCP 如何解决这个问题？

MCP 用统一协议解决这一碎片化问题：

所有 MCP Server 都遵循相同的接口规范（请求方式、数据格式、语义结构）；
MCP 客户端可以整合多个数据源的上下文，在语义层面建立统一表示；
模型可以像“浏览人类工作空间”一样在多个系统中穿梭，动态组合上下文内容进行响应。

✅ 5、举个简单类比

传统方式是你去不同城市出差，每个城市讲不同语言，你得雇不同翻译才能沟通；
MCP 就是大家都说英语（统一协议），你可以自由穿梭各地，一套语言走天下，还能把来自不同地方的信息整合成一本完整的“出差笔记”。

一句话理解：

传统方式因适配器各异，造成数据格式割裂，难以共享上下文；而 MCP 通过统一协议让模型像人一样看懂不同系统中的信息，并形成“整体语境”来做出智能决策。

五、基于MCP的集成架构

5.1 MCP集成架构图

基于MCP将LLM应用与外部资源集成的架构可用下图表示：

【名词解析】

1、【STDIO】

是 standard input/output（标准输入输出） 的缩写，它是操作系统中用于进程间通信的一种基础机制，尤其常用于 一个程序与另一个程序之间交换数据。

▲在 MCP 架构中的作用

在这张 MCP 架构图中，MCP Client 与 MCP Server 之间通过 STDIO 通信，表示它们通过标准输入输出管道来传递数据，而不是走网络端口。

这意味着：

特点说明

📦 进程通信 MCP Server 是一个子进程（独立程序），它从 MCP Client 那接收数据（标准输入），处理后再把结果输出（标准输出）

🔒 安全性高不依赖端口监听，不容易被外部攻击

⚡ 性能高本地通信，开销小、速度快、延迟低

🛠️ 简单部署不需要额外配置 HTTP 服务或端口转发

▲类比理解

你可以把它想象成：

MCP Client 给 MCP Server 发一条信息（写进它的“耳朵”，也就是标准输入），
然后 MCP Server 处理完之后，把结果大声说出来（通过“嘴巴”，也就是标准输出），
MCP Client 再听回来处理。

▲总结一句话

stdio 是模型与本地 MCP Server 之间通信的“数据管道”，它通过标准输入输出传递消息，不需要网络端口，简单、高效、安全。

2、【HTTP SSE】

SSE 是 Server-Sent Events 的缩写，意思是“服务器推送事件”。

它是一种 单向、实时的通信机制：

服务器通过 HTTP 连接持续不断地向客户端“推送”数据更新。

▲和 WebSocket 的区别

特性 SSE（Server-Sent Events） WebSocket

通信方向单向（服务器 → 客户端）双向

使用协议 HTTP（长连接）独立的 WebSocket 协议

支持重连 ✅ 自动重连需手动处理

简单易用 ✅（浏览器直接支持） ❌（需要额外封装）

场景适合服务器主动推送消息（如日志、通知、实时数据）实时互动，如在线游戏、聊天

▲在 MCP 中的作用

在这张架构图中，远程 MCP Server（remote） 与 MCP Client 是通过 HTTP SSE 建立连接的，它的作用如下：

角色描述

MCP Client 向远程 MCP Server 发起 HTTP 请求，监听事件流

MCP Server（remote）在准备好数据时，主动将结果通过 SSE 通道推送回来

示例 Claude 向远程 GitHub MCP Server 发起“查某个 repo 文件内容”的请求 → 等待对方推送回来结果

▲一个简单的数据流示例
Client 请求：
GET /events HTTP/1.1
Accept: text/event-stream

Server 持续推送：
data: {"event": "tool_result", "result": "文件内容如下..."}

data: {"event": "log", "result": "执行完毕"}
只要连接不断，服务器可以随时推送多条 data: 消息给客户端。

▲总结一句话

HTTP SSE 是 MCP Client 与远程 MCP Server 之间的“实时单向通道”，让远程服务可以在准备好数据后自动推送给模型客户端，适合异步、低延迟场景。

特点	说明
📦 进程通信	MCP Server 是一个子进程（独立程序），它从 MCP Client 那接收数据（标准输入），处理后再把结果输出（标准输出）
🔒 安全性高	不依赖端口监听，不容易被外部攻击
⚡ 性能高	本地通信，开销小、速度快、延迟低
🛠️ 简单部署	不需要额外配置 HTTP 服务或端口转发

5.1.1 架构图拆解解析

1、LLM 应用程序（绿色部分）

这是运行大模型的应用进程，比如：

Claude 桌面版

自建的 AI 助理

它里面维护了多个 MCP Client 实例，每个用于连接一个 MCP Server。

2、本地的多个 MCP Server（蓝色方框）

每个 MCP Server 都是一个独立的数据连接“适配器”

通过 MCP 协议暴露工具接口

它们可能连接不同的数据源，比如：

本地文件系统（Local File）

第三方 API（Backend API 服务）

本地数据库

这些 MCP Server 与 MCP Client 之间通过 STDIO 通信（标准输入输出管道），通信安全、轻量、速度快。

3、远程 MCP Server（remote）

有些 MCP Server 部署在网络或云端，比如：

GitHub MCP Server

Google Drive MCP Server

这类服务器通过 HTTP SSE（Server Sent Events）协议 与 MCP Client 通信

MCP Client 会异步接收它发来的数据响应

5.1.2 图示的数据流说明

LLM 应用
↓ （通过 MCP SDK 创建连接）
MCP Client ───── STDIO ─────► MCP Server (本地/远程)
↓
▼
获取工具/执行指令/读数据

然后 MCP Server 去执行实际的任务，比如：

打开本地文件读取内容
查询数据库
调用外部 API
等等...

返回的数据会被 MCP Client 接收，提供给模型处理，形成更准确、更上下文丰富的回复。

5.1.3 举个通俗的比喻

想象一个 AI 员工（LLM 应用），它手边有多个专门的助理（MCP Client），每个助理负责联系不同的信息系统（MCP Server）：

助理编号	MCP Server 对应数据	数据来源
助理A	本地项目文档	Local File
助理B	公司数据库	Backend API
助理C	GitHub 代码库	Remote MCP
助理D	Slack 消息	Remote MCP

AI 员工只要吩咐助理去拿对应的数据，助理就会帮它打通系统接口，标准化拿回来，交给 AI 使用。

✅ 总结一句话：

LLM 应用通过 MCP Client 与多个 MCP Server 建立连接，每个 Server 负责对接一个数据源，统一通过 MCP 协议传递上下文信息，使模型能安全、标准、实时地使用各类工具与数据。

5.2 MCP Client

MCP Client是由LLM应用程序使用MCP SDK创建并维护的一个Server会话，就像在程序中维护一个数据库的Connection一样，借助MCP SDK可以与MCP Server通信，如查看Server的Tools。在本地模式下，Client与Server是一对一的关系。如果需要连接多个MCP Server，需要自行维护多个Session。

✅ 通俗解释：
如果你希望模型同时访问多个系统，比如：

一个 MCP Server 连接公司数据库；

一个 MCP Server 连接 GitHub；

一个 MCP Server 连接 Notion。

那你就需要在 MCP Client 这边分别创建多个连接对象，类似：
client1 = MCPClient(server_url_1)  # 对应数据库
client2 = MCPClient(server_url_2)  # 对应 GitHub
client3 = MCPClient(server_url_3)  # 对应 Notion
每个连接各自维护自己的“上下文会话”。

5.3 举个现实例子类比

假设你在用 Claude 来帮你写报告：

组件	现实含义	对应角色
Claude 模型	报告撰写者	使用 MCP Client 的 AI
MCP Server A	财务数据库接口	Claude 用来查财务数据的桥梁
MCP Server B	项目管理系统接口	Claude 查任务进度
MCP Client	Claude 与这些系统建立连接的“翻译耳机”	一边连 Claude，一边连各 MCP Server

5.4 总结一句话

MCP Client 就像是大模型与 MCP Server 之间的连接器，它通过 MCP SDK 建立“连接会话”，让模型能发现并使用 MCP Server 暴露出的工具；如果模型需要连接多个 Server，就要分别管理多个连接对象。

六、 MCP两大基础协议介绍

6.1 消息协议：JSON-RPC 2.0

在MCP中规定了唯一的标准消息格式，就是JSON-RPC 2.0

JSON-RPC 2.0是一种轻量级的、用于远程过程调用（RPC）的消息交换协议，使用JSON作为数据格式

注意： 它不是一个底层通信协议，只是一个应用层的消息格式标准。这种消息协议的好处，与语言无关(还有语言不支持JSON吗)、简单易用(结构简单，天然可读，易于调试)、轻量灵活(可以适配各种传输方式)

6.2 基于SSE的Remote模式(MCP标准(2025-03-26版之前))

SSE(服务器发送事件)是一种基于HTTP协议的单向通信技术，允许Server主动实时向Client推送消息，Client只需建立一次连接即可持续接收消息。它的特点是:

单向（仅Server → Client）
基于HTTP协议，一般借助一次HTTP Get请求建立连接
适合实时消息推送场景（如进度更新、实时数据流等）

由于SSE是一种单向通信的模式，所以它需要配合HTTP Post来实现Client与Server的双向通信

严格的说，这是一种HTTP Post（Client->Server）+ HTTP SSE（Server -> Client）的伪双工通信模式

这种传输模式下:

一个HTTP Post通道，用于Client发送请求。比如调用MCP Server中的Tools并传递参数。注意，此时Server会立即返回
一个HTTP SSE通道，用于Server推送数据，比如返回调用结果或更新进度
两个通道通过session_id来关联，而请求与响应则通过消息中的id来对应

其基本通信过程如下:

详细描述如下:

连接建立： Client首先请求建立 SSE 连接，Server“同意”，然后生成并推送唯一的Session ID
请求发送： Client通过 HTTP POST 发送 JSON-RPC2.0 请求（请求中会带有Session ID 和Request ID信息）
请求接收确认： Server接收请求后立即返回 202(Accepted)状态码，表示已接受请求
异步处理： Server应用框架会自动处理请求，根据请求中的参数，决定调用某个工具或资源
结果推送： 处理完成后，Server通过 SSE 通道推送 JSON-RPC2.0 响应，其中带有对应的Request ID
结果匹配： Client的SSE连接侦听接收到数据流后，会根据Request ID 将接收到的响应与之前的请求匹配
重复处理： 循环2-6这个过程。这里面包含一个MCP的初始化过程
连接断开： 在Client完成所有请求后，可以选择断开SSE连接，会话结束

简单总结：通过HTTP Post发送请求，但通过SSE的长连接异步获得Server的响应结果

6.3 Streamable HTTP模式（MCP标准（2025-03-26版））

在MCP新标准(2025-03-26版)中，MCP引入了新的Streamable HTTP远程传输机制来代替之前的HTTP+SSE的远程传输模式，STDIO的本地模式不变

该新标准还在OAuth2.1的授权框架、JSON-RPC批处理、增强工具注解等方面进行增加和调整，且在2025.05.08号发布的MCP SDK 1.8.0版本中正式支持了Streamable HTTP

HTTP+SSE这种方式存在问题有:

需要维护两个独立的连接端点
有较高的连接可靠性要求。一旦SSE连接断开，Client无法自动恢复，需要重新建立新连接，导致上下文丢失
Server必须为每个Client维持一个高可用长连接，对可用性和伸缩性提出挑战
强制所有Server向Client的消息都经由SSE单向推送，缺乏灵活性

其主要变化部分的基本通信过程如下:

这里的主要变化包括:

Server只需一个统一的HTTP端点（/messages）用于通信
Client可以完全无状态的方式与Server进行交互，即Restful HTTP Post方式
必要时Client也可以在单次请求中获得SSE方式响应，如：一个需要进度通知的长时间运行的任务，可以借助SSE不断推送进度
Client也可以通过HTTP Get请求来打开一个长连接的SSE流，这种方式与当前的HTTP+SSE模式类似
增强的Session管理。Server会在初始化时返回Mcp-Session-Id，后续Client在每次请求中需要携带该MCP-Session-Id。这个Mcp-Session-Id作用是用来关联一次会话的多次交互;Server可以用Session-Id来终止会话，要求Client开启新会话;Client也可以用HTTP Delete请求来终止会话

Streamable HTTP在旧方案的基础上，提升了传输层的灵活性与健壮性:

允许无状态的Server存在，不依赖长连接。有更好的部署灵活性与扩展能力
对Server中间件的兼容性更好，只需要支持HTTP即可，无需做SSE处理
允许根据自身需要开启SSE响应或长连接，保留了现有规范SSE模式的优势

腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

解锁 AIGC 领域多智能体系统的强大功能

在当今科技飞速发展的时代，AIGC（人工智能生成内容）已经成为了热门话题。多智能体系统在 AIGC 领域有着巨大的潜力，我们的目的就是要深入了解这个系统，解锁它的强大功能。范围涵盖了多智能体系统在 AIGC 中的基本概念、原理、实际应用等方面。我们会先介绍核心概念，让大家对 AIGC 和多智能体系统有个初步的认识。然后讲解核心算法原理和具体操作步骤，再通过数学模型和公式详细说明。接着会有项目实战，

腾讯云开发者社区

SpringAI项目Demo

统一的AI模型抽象：支持多种AI服务提供商声明式工具调用：通过注解轻松实现函数调用流式响应支持：支持实时流式AI响应记忆管理：内置对话历史管理提示词工程：强大的提示词构建和管理@Service@Autowired@Autowired@Tool(description = "用户注册")public String register(@ToolParam(description = "用户名") St

腾讯云开发者社区

Async/Await异步编程全解析

Async/Await 本质是生成器（Generator）与 Promise 的结合。Babel 等工具会将 Async/Await 转换为生成器函数和。Async/Await 是 ECMAScript 2017 引入的语法糖，基于 Promise 实现，用于简化异步代码的编写。可能导致顺序执行，若需并行处理，应先创建 Promise 数组再通过。捕获异常，避免 Promise 链式调用中的多层。

腾讯云开发者社区

所有评论(0)

查看更多评论

SHIPKING393

@qq_62223405

已为社区贡献1条内容

特性	SSE（Server-Sent Events）	WebSocket
通信方向	单向（服务器 → 客户端）	双向
使用协议	HTTP（长连接）	独立的 WebSocket 协议
支持重连	✅ 自动重连	需手动处理
简单易用	✅（浏览器直接支持）	❌（需要额外封装）
场景适合	服务器主动推送消息（如日志、通知、实时数据）	实时互动，如在线游戏、聊天

角色	描述
MCP Client	向远程 MCP Server 发起 HTTP 请求，监听事件流
MCP Server（remote）	在准备好数据时，主动将结果通过 SSE 通道推送回来
示例	Claude 向远程 GitHub MCP Server 发起“查某个 repo 文件内容”的请求 → 等待对方推送回来结果