近來我常看到 AI 領域一直出現一個名詞 – MCP (model context protocol)。起初看到時，只有稍微查了一下，沒看懂就沒再研究下去😅

但這名詞卻一再出現，再次引起我的好奇研究了一下。這次我終於了解 MCP 的一些價值所在。我先不從 MCP 的運作面來看，而是從實際的問題面來看它的價值。

過去大家在使用 LLM 的 AIs，如 ChatGPT, Gemini, Claude, …, 所能做的應用僅限於這些廠商有提供的。比如在 ChatGPT 輸入提示詞，可以請它創作、寫程式、畫圖，頂多還有一個 GPT Store 可以在其中找許多特定應用，但它們的應用仍限於 ChatGPT 所建立的封閉生態系，難以擴展”更廣”的軟體應用。

那我說的”更廣”有多廣？我今天了解 MCP 後才知道它能觸及多廣的軟體！基本上目前能與任何桌機程式或遠端程式都能串連（手機、平板較為封閉，可能還不行）。

比如寫了一支氣象程式，並且實作 MCP server，使用者就可以透過 LLMs 用自然語言去控制它。比如請它查某地的氣溫。我舉這個控制”氣象程式”沒什麼實用價值（因為我暫時想不到更有創意的😅 如果我想到了，我也不會講，先自己開發出來再說😆），但只是要說明 MCP 帶來的軟體串聯功用。至於 LLM AIs 串什麼軟體工具，能達到驚人的創舉，就看大家的創意。如果我想到了，我就先去發財了！？😆

MCP 本身不是什麼高深的程式技術，但它的重要性在於連結 LLM AIs 與廣大的軟體工具。它的誕生也多虧於現今足夠智慧的 LLMs。現今 LLMs 懂得如何使用軟體工具，它可以將你的自然語言轉換成 MCP servers 懂的操作語言，執行指定的軟體！

LLMs 透過 MCP 與軟體串聯的應用，不只是控制軟體操控”既有”的內容，要知道現今 LLMs 還有一項智慧 – 生成內容！所以理論上也能做到由 LLMs 去控制軟體，生成如文檔、圖片、聲音、影片…。

LLMs 與廣大的軟體串聯已是進行式，看誰能想出下一個爆紅的應用。