China Times MCP应用场景分析
多语言支持框架：MCP是一个多语言支持的框架，其协议支持多种语言，如Python、text、gradle、Java、c等，并且是开源协议。 集成众多工具：MCP官方已开发支持多种服务，集成了大概五六十个工具，包括文件系统调理代理、数据库处理、谷歌文档调用、代码库调用、浏览器、页面爬取、工作流等，还集合了很多第三方工具。 服务部署方式：MCP服务可在本地或云端部署一段代码（如Python或JavaScript代码）来处理大模型和工具之间的交互。以文件系统的MCP为例，部署代码大概10行左右，包含MCPservice标头及文件系统部署的所有代码，还有相应命令、可操作电脑路径、文件存储路径和项目相关信息。部署可在Cloud或其他ide编程代码中完成，部署完后大模型可拥有对系统文件调用的能力。 二、MCP在工作流场景中的应用 数据库操作案例：以游戏数据处理为例，数据量从16年到现在有4-5万行、100多列。将Excel数据导入postgreay数据库并接入MCP服务后，可向MCP发送需求，如查询网易游戏3月流水并找出前20名游戏且画图表，MCP在处理过程中会与数据库交互，其调用以JSON文本形式进行，会生成并自动执行代码来完成任务并生成动态图表。 数据对比需求：在数据库中对比腾讯和网易3月流水最高的5款产品的流水情况，MCP能自动理解需求并画出相应表格，展示出两家公司Top5游戏的流水量级、总收入等信息，整个过程无需用户编写SQL语言。复杂数据查询：查询130个公司的130张表中3月收入最高的前20家公司，这一过程数据量大且复杂，正常人为操作或SQL语言调用可能因内存和处理能力有限而出现问题，AI在处理时也可能遇到卡顿等情况，但它能在报错后自行debug并重新写代码完成需求。 三、MCP在生活流场景中的应用 旅行规划需求：以五一意大利旅行为例，需求包括查找有人文气息的景点、市内交通方式、订票途径及链接、未来每天天气、就餐时间和地点（在景点三公里范围内且人均不超过30欧）、每天和整个旅行的预算支出，并将规划保存为Markdown文件。MCP在处理过程中会进行多层搜索，调用多种工具如浏览器、网页搜索、本地文件处理工具等，虽然过程中可能出现如调用高德地图失败等问题，但能自行调整工具继续完成任务。 资源消耗情况：此类生活场景需求的交互会消耗大量token，一次交互可能消耗200000以上的token，并且还需要支付API调用费用，同时可能因网络等问题导致文件生成失败，但生成的旅行规划内容已具有较高可用性。 四、多模态大模型应用情况 多模态任务执行：通过接入音频、视频、图片等垂模型，让单模态大模型完成多模态任务。如生成火热交易股票市场的五言绝句并结合诗句内容生成配图、读出来生成音频，同时在桌面上生成展示的html语言网页。在这个过程中，大模型会根据需求依次调用不同的垂模型，如图片生成软件、音频模态的锤模型等，并且在遇到问题时会请求用户许可并进行相应调整。 自动调试能力：在生成html页面时可能会出现图片未显示等问题，大模型具有自动debug能力，可根据用户提示重新写代码更新页面，最终完成包含图片、文字、音频的多模态任务展示。 五、阿里云MCP应用情况 服务托管与配置：MCP服务可托管在阿里云上，配置相对简单，只需在可视化界面操作，无需像本地操作那样拷贝代码到cloud再更新。用户可选择多种模型，如通1000问，其内部还有DeepSeekmax、质朴拉玛等可选。同时，阿里云MCP在配置时可添加如高德地图、图片生成、笔记软件、代码仓库、爬虫等功能，但最多只能添加5个，这是因为接入MCP服务越多token消耗越大，如一次交互可能消耗上百万token，这也是MCP会员定价较高（39美金一个月且只能用3900个积分）的原因。 模型性能与问题：以千问模型为例，在调用工具时可能会进入死循环，这是因为它对JSON文本的输入输出支持相对较弱，没有像cloud或GoogleGemini的2.5PRO那样经过针对性强化训练，但预计在后续版本迭代中会增强。不过，从用户操作角度看，阿里云MCP很便捷，无需配置本地服务器和启动Python代码，所有架构在云端即可完成大模型和工具调用并输出结果。 跨平台应用：阿里云MCP具有跨平台能力，可发布到微信公众号等移动端平台，在微信公众号中发送需求，后台会访问阿里云云平台获取数据并返回结果，这意味着它打通了移动到PC的生态，理论上可在多种设备上使用。 六、腾讯云MCP应用情况 插件与服务局限：腾讯云MCP的调用窗口和阿里类似，但插件相对局限，更多是自己生态中的服务，外部服务接入较少，如看不到高德地图但有腾讯地图，有DeepSeek搜索而阿里云上可能是夸克搜索等，体现出大厂之间应用上的区隔。 配置与性能表现：配置腾讯云MCP较为简单，注册账号后添加MCP即可，无需API链接生成且无需付费输入密钥。在处理旅行规划需求时，其反应可能会慢一些，流程调用可能出现卡顿，如位置服务工具调用失败后会尝试新工具，在处理过程中可能出现如时间转换不智能、天气数据错误等幻觉问题，但最终还是能生成旅行计划。 七、AI制作报告与PPT Markdown文件生成：以14000多字的专题报告为例，可让AI生成用于PPT制作的Markdown文件，需求为8页左右总结精华内容、指出插入图片位置及内容并美化PPT架构。AI能生成Markdown文件大纲、分析出插图位置和内容、纪要加V:571117713给出配色方案和排版建议。 PPT制作流程：将生成的Markdown文件拷贝到伽马平台可自动生成PPT文本，虽然生成的PPT框架和内容基本可用，但用户可能还需要对插图等进行调整，如按照AI建议插图可能需要花费半小时。 八、MCP未来发展与标的推荐 未来发展趋势：MCP将进入快速增长阶段，随着阿里千问、夸克等版本更新以及阿里和腾讯在云上的投入，国内MCP发展会加快。海外已有很多托管的MCP服务，国内若模型代码能力和处理JSON文本能力提升，应用厂商、工具厂商、软件厂商可能都会开发MCP服务，大模型作为入口，流量会分发给提供MCP接口的工具。 标的推荐：从演示情况看，阿里巴巴最为受益。在A股传媒方面，可关注融信文化，它与阿里有合作且是图书内容龙头，看好其Ip加AI布局；南方传媒有AI加教育布局和agent智能体开发迭代；这是文化承接阿里云IDC机柜服务，是浙江国有企业下的数字龙头，在数据交易、云业务拓展等方面有发展且在浙江省范围内受益。此外，拥有基础垂数据的公司理论上都可开发MCP服务器供大模型调用。
