智能代理的价值取决于它们能连接到哪些系统。团队通常采用三种方式将代理连接到外部系统：直接调用API、使用命令行接口（CLI）以及模型上下文协议（MCP）。本文将介绍这三种方式的适用场景，为什么生产环境中的代理更倾向于使用MCP，以及如何高效构建这些集成。
连接代理与外部系统的三种方式
我们通常看到三条路径来连接代理与外部系统：直接API调用、CLI和MCP。选择哪种方式取决于你的具体需求。关键区别在于代理和服务之间是否存在通用层，以及该层的覆盖范围。
直接API调用
代理直接调用你的API——要么在代码执行沙箱内编写发起HTTP请求的代码，要么通过通用的函数调用工具。这是大多数团队的起点，适合单个代理与单个服务之间的简单集成，或者少量不需要跨代理平台复用的集成。
但当规模扩大时，问题开始显现。没有通用层，每对代理与服务的集成都需要单独处理认证、工具描述和边缘情况，导致M×N的集成复杂度。
命令行接口（CLI）
代理在shell中运行你的命令行工具。这种方式快速且轻量，依赖已有工具链，适合本地环境和沙箱容器——只要有文件系统和shell即可。它提供了一个通用层，但较为薄弱。
CLI难以覆盖移动端、网页端或云托管平台，这些平台通常不暴露容器环境，且认证由CLI自身机制管理（通常是磁盘上的凭证文件）。因此，CLI更适合本地环境中快速且权限宽松的集成。
模型上下文协议（MCP）
MCP作为一种协议提供了通用层。代理连接到一个服务器，该服务器暴露系统能力，标准化了认证、发现和丰富的语义。一个远程服务器即可支持任何兼容客户端（如Claude、ChatGPT、Cursor、VS Code等），适用于各种部署环境。
MCP需要一定的前期投入，但带来的好处是集成具备可移植性，并支持功能丰富的代理集成所需的语义。
生产环境中的代理多运行于云端
生产环境的代理越来越多地运行在云端，以实现可扩展和持续运行。它们需要访问的系统也多为云托管：数据存储、工作跟踪和基础设施运行环境通常远程且受认证保护，MCP在此提供了通用层。
这一趋势已显现。MCP SDK的月下载量已超过3亿次，较年初的1亿次增长显著，企业和主流代理平台广泛采用。每天有数百万人通过Claude使用MCP，该协议支撑了我们近期发布的多项产品，包括Claude Cowork、Claude Managed Agents和Claude Code中的channels。
随着MCP持续支持生产级代理系统，我们分享了构建高效集成的模式：从构建高级服务器到上下文高效的客户端，以及技能如何与协议互补。
构建高效的MCP服务器
我们目录中已有200多个MCP服务器，每天被数百万用户使用。与企业和开发者紧密合作中，我们总结出一些设计模式，决定了代理使用服务器的可靠性。
构建远程服务器以实现最大覆盖
远程服务器是实现分发的关键——它是唯一能支持网页、移动和云端代理的配置，也是所有主要客户端优化的目标。构建远程服务器，让代理无论运行在哪都能访问你的系统。
按意图分组工具，而非按端点
少而精的工具描述远胜于全面的API镜像。不要一对一地将API封装成MCP服务器，而应围绕意图分组工具，让代理能通过少量调用完成任务，而非拼接多个基础操作。例如，单个create_issue_from_thread工具优于get_thread + parse_messages + create_issue + link_attachment的组合。详情可见为代理编写高效工具。
面对庞大接口时设计代码编排工具
如果服务包含数百个操作（如Cloudflare、AWS、Kubernetes），意图分组工具难以覆盖。此时应暴露一个薄工具层，接受代码脚本：代理编写短脚本，服务器在沙箱中执行并返回结果。Cloudflare的MCP服务器是典范——两个工具（搜索和执行）覆盖约2500个端点，约1000个token。
提供丰富语义以提升体验
MCP Apps是首个官方协议扩展，允许工具返回交互界面，如图表、表单或仪表盘，直接在聊天界面内渲染。支持MCP Apps的服务器通常拥有更高的采用率和用户留存率。利用它在关键时刻将产品UI呈现给代理或最终用户。该扩展已在Claude.ai、Claude Cowork等多款顶级AI工具中支持。
引导交互允许服务器在工具调用中途暂停，向用户请求输入。表单模式发送简单架构，由客户端渲染原生表单，用于请求缺失参数、确认破坏性操作或消除歧义。URL模式则引导用户至浏览器完成OAuth、支付或收集敏感凭证，避免凭证通过MCP客户端传输。表单模式已广泛支持，URL模式在Claude Code支持，更多客户端正在开发中。
依赖标准化认证
标准化认证使MCP适用于云端代理。若服务器需OAuth，最新MCP规范支持CIMD（客户端ID元数据文档）进行客户端注册，提升首次认证速度，减少意外的重新认证提示。我们推荐此认证方式，MCP SDK、Claude.ai和Claude Code均支持，且业界广泛采用。
用户授权后，云端代理如何持有和复用令牌是关键。Claude Managed Agents中的Vaults功能解决了这一问题：用户OAuth令牌注册一次，创建会话时通过ID引用Vault，平台自动注入并刷新凭证，无需自行构建密钥存储或在每次调用中传递令牌。
提升MCP客户端的上下文效率
MCP规范定义了AI代理（客户端）如何连接和使用所需工具与数据源（服务器）。服务器安全地暴露多种能力，客户端负责编排和管理上下文。构建MCP客户端时，应采用渐进式披露等模式提升上下文效率。
按需加载工具定义，利用工具搜索
工具搜索避免一次性加载所有工具定义，而是在运行时搜索目录，按需加载相关工具。测试显示，工具搜索可减少85%以上的工具定义token使用，同时保持高准确率。
通过编程调用工具处理结果
编程调用工具在代码执行沙箱中处理工具结果，而非直接返回给模型。这样代理可在代码中循环、过滤和聚合调用结果，仅将最终输出放入上下文。测试显示，复杂多步工作流中token使用减少约37%。
这些模式可自然组合应用于多个服务器，实现更精简的上下文、更少的往返和更快的响应。详见高级工具使用。
MCP服务器与技能的结合
技能与MCP互补。MCP让代理访问外部系统的工具和数据，技能则教会代理如何使用这些工具完成实际工作。最强大的代理同时使用两者，技能让MCP服务器的连接能力超越少数几个。结合方式主要有两种：
将技能和MCP服务器打包为插件
Claude的插件是一种便捷抽象，允许开发者将技能、MCP服务器、钩子、LSP服务器和专用子代理打包成易于使用的分发方式。此方法是统一多上下文提供者的最佳实践。
结合MCP服务器和技能，使Claude更像领域专家。通过MCP获取工具，赋予Claude端到端编排工作流的技能。以Cowork的数据插件为例，包含10个技能和8个MCP服务器，支持Snowflake、Databricks、BigQuery、Hex等应用。
从MCP服务器分发技能
越来越多提供商在发布MCP服务器时同步发布技能，使代理既获得原始能力，也获得使用这些能力的操作指南。Canva、Notion、Sentry等均在Claude中采用此做法，技能与连接器一同列在网络目录中。
为实现跨客户端的技能移植，MCP社区正积极开发一项扩展，允许服务器直接传递技能。客户端自动继承相关专业知识，并与API版本同步。预计该模式将随着扩展稳定而广泛普及。
叠加的通用层
我们开篇提到连接代理与外部系统的三条路径。实际上，成熟的集成会同时支持三者：API作为基础，CLI用于本地优先环境，MCP服务云端代理。
随着生产代理向云端迁移，MCP成为关键且可叠加的通用层。如今，远程服务器支持所有兼容客户端和部署环境，协议处理认证、交互和丰富语义。随着更多客户端采纳规范和扩展，服务器能力无需额外开发即可增强。
构建集成时，若目标是让生产代理在云端访问你的系统，请构建MCP服务器并运用上述模式打造卓越体验。每个基于MCP的集成都将强化生态系统，减少独立解决边缘问题和维护定制集成的负担。
致谢
感谢Den Delimarsky、David Soria Parra、Henry Shi、Felix Rieseberg、Conor Kelly、Molly Vorwerck、Andy Schumeister、Kevin Garcia、Amie Rotherham、Matt Samuels、Angela Jiang、Katelyn Lesse、AJ Rebeiro和Jess Yan对本文的贡献。
