AI 發展：從功能機到智能機時代

AI兩大發展路線

• 掌握更多資訊
• 控制更多工具：即MCP 的核心價值

AI發展路線之一：掌握更多資訊

• 早期：依賴訓練數據和推理輸入
• 後期：
  • 聯網搜索
  • RAG 技術
  • 知識庫
  • 多模態理解

AI發展路線之二：控制更多工具

• MCP (Model-Cotext Protocol)：AI 控制工具的關鍵
• 賦予 AI 自由接入海量工具的能力
• 類似 USB-C 統一接口，簡化 AI 與工具的連接

MCP 工作原理和優勢

1. 統一工具接口規範：解決 API 多樣性問題
2. 關注數據含義：使 AI 能理解用戶查詢，而非僅數據傳輸
3. 優於 API：更易用、更智能

MCP 案例與應用

Obsidian MCP：

讓Cline 可直接讀取和修改 Obsidian 筆記

1. 功能示範：查詢筆記列表
   • Prompt：obsidian vault裡有哪些筆記
   • Cline確認環境裡有Obsidian MCP，透過它調用list_notes工具來查詢有哪些筆記
   • Obsidian MCP把查詢結果返回給Cline
   • 由Cline顯示回對話框中
2. 功能示範：總結筆記內容
   • Prompt：xxx這篇筆記的主要內容是什麼
   • Cline透過Obsidian MCP調用read_notes工具讀取全部內容，總結後提供答案

透過MCP Server去連結Client、目標兩端，甚至可一次連結多個MCP Server。

Tavily MCP + Obsidian MCP：

1. 功能示範：爬下網頁文章並做成Obsidian筆記
   • Prompt：fetch這篇文章https://openai.com/index/introducing-gpt-4-5
     • Cline確認環境裡有Tavily MCP，透過它調用提取網頁內容工具取得，整理後提供答案
   • Prompt：把這個Summary作為新筆記，存進obsidian
     • Cline調用Obsidian MCP的筆記寫入工具，中途遇到特殊字元的問題仍可透過Cline的LLM能力自動予以修正

快速理解的比喻

• MCP類似 USB-C 統一接口，簡化 AI 與工具的連接
  • 以前用API，但每個API有不同細節參數要求，不適合AI的運用
  • 好比有的是USB-A、有的是Micro-USB、有的是Mini-USB
• MCP能透過AI了解到介接的資料面背後的含義，而不只是資料數據

MCP 開發與部署

MCP 使用支援工具

• Claude 桌面應用程式 (MCP 發源地)
• Cline的VS Code插件 (可從Cline Marketplace中找到不同 MCP自動佈署，例 Tavily MCP)
• Obsidian MCP則是作者自己用Cline生成
  • 自己開發MCP簡便：可藉助 AI 編程工具撰寫最重要的index文檔
• 使用現成MCP導航網站，例Smithery