远程 MCP

什么是远程 MCP 服务器？

远程 MCP 服务器通过标准化协议向 AI 代理（尤其是大语言模型 LLM 和代理系统）开放数据、工具与自动化能力。与本地服务器不同，远程 MCP 服务器托管在云端或互联网，任何获授权的 AI 客户端或工作流均可访问。它们充当连接 AI 代理与外部 API、SaaS 平台、开发者工具及企业数据的通用“适配器”。

• 核心价值： 将工具与数据集成从 AI 模型开发中解耦，实现 LLM 与现实世界之间安全、可扩展且广泛的连接。
• 典型用途： 无需为每个工具编写自定义代码即可获取实时数据、调用工具、串联多步自动化。

关键概念与术语

模型上下文协议（MCP）

**模型上下文协议（MCP）**是一项开放协议，标准化了 LLM 和代理型应用与外部工具及数据的交互方式。它为工具/资源发现、能力描述、工具调用以及上下文交换建立了通用契约，实现 AI 客户端与服务器之间的标准协作。

• 核心思想：
  • 能力（工具、资源）以机器可读的模式描述
  • 标准化的上下文与动作交换
  • 多种传输方式：stdio、HTTP、SSE、可流式 HTTP
  • 安全、精细的身份认证与授权

本地与远程 MCP 服务器

• 本地 MCP 服务器： 运行在用户本机，通过 stdio 或本地 socket 通信。数据隐私性最高，但需要本地部署与管理。
• 远程 MCP 服务器： 部署在云端或公网服务器，通过 HTTP/SSE 通信。统一管理，任何获授权客户端都可远程访问。

MCP 客户端、主机与代理工作流

• MCP 客户端： 连接 MCP 服务器、协调工具调用的软件组件（如聊天机器人界面、自动化平台、LLM 运行时）。
• MCP 主机： 客户端运行的环境（可为 Web 应用、IDE、代理平台等）。
• 代理型工作流： AI 代理自主决策，动态发现并调用 MCP 服务器暴露的工具以完成用户目标。

服务端推送事件（SSE）与 HTTP 协议

• SSE（Server-Sent Events）： 基于 HTTP 的协议，实现服务器向客户端的实时流式更新。适用于逐步反馈的 LLM 或工具进度。
• 可流式 HTTP： 一种无状态、现代化的 SSE 替代方案。客户端通过 HTTP POST 与服务器交互，服务器可流式返回响应，提高在现代云基础设施中的兼容性和可靠性。

认证与授权（OAuth 2.1）

• OAuth 2.1： 安全委托访问的行业标准协议。远程 MCP 服务器采用 OAuth 2.1，使用户能够为 AI 代理授予精确且可撤销的权限，无需暴露凭证。
• 要点：
  • 不支持遗留的隐式授权流（更安全）
  • 强制 PKCE（证明密钥交换）
  • 现代化的刷新令牌机制
  • 细粒度权限（scope）控制最小权限访问

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

远程 MCP 服务器架构

远程 MCP 服务器如何工作

1. 托管： 部署在云平台（如 Cloudflare Workers、AWS、私有服务器等）。
2. 能力暴露： 封装第三方 API、数据库或内部工具，并以标准模式作为 MCP“工具”或“资源”对外开放。
3. 连接： 客户端通过 HTTP(S) 连接，使用 OAuth 认证，启动安全会话。
4. 通信：
   • 客户端通过 HTTP POST 发送标准化请求（如工具调用、反射等）。
   • 服务器通过 SSE 或可流式 HTTP 返回并流式传递更新/结果。
5. 授权： 用户通过 OAuth 流程授权，按工具、数据或操作设定权限范围。
6. 发现与调用： 客户端动态列举可用工具并按需调用，实现灵活的 AI 驱动工作流。

架构图示：

+---------------------+      HTTP/SSE      +---------------------+
|   AI Agent (Client) | <----------------> | Remote MCP Server   |
+---------------------+                    +---------------------+
             |                                         |
           OAuth (AuthN/AuthZ)                 External Service/API
             |                                         |
      User grants access                         (e.g. Jira API, DB)

架构对比：本地 vs. 远程 MCP 服务器

传输协议：stdio、HTTP、SSE、可流式 HTTP

• stdio： 用于本地 MCP 服务器（进程间或本地 socket 通信）。
• HTTP/SSE： 客户端发送 HTTP 请求，服务器通过 SSE 流式返回响应/事件。
• 可流式 HTTP： 现代、无状态传输协议，基于 HTTP POST，支持更健壮、云友好的流式通信。
• 可流式 HTTP 优势： 易于扩展，兼容代理，支持分块/流式响应，避免旧版浏览器兼容性问题。

应用场景与示例

LLM 集成与代理工作流

示例： Atlassian 的远程 MCP 服务器将 Jira 和 Confluence 连接到 Claude 或其他 LLM。代理可实现：

• 总结问题或文档内容
• 直接在聊天中创建或更新工作项
• 串联多步工作流（如批量创建任务、提取目标、一次性更新状态）

跨工具自动化

示例： 一位市场营销代理集成了三个不同的 MCP 服务器：

• CMS：起草或更新网页
• 分析：获取流量/转化数据
• SEO：执行审查，提供优化建议

代理可在单一工作流中串联调用所有服务器（“总结昨日博客表现并提出改进建议”）。

SEO、内容与 Web 自动化

示例： 一个远程 MCP 服务器开放 SEO 审查 API。AI 代理可：

• 抓取并解析实时网页
• 检查结构化数据、meta 标签
• 返回可操作的 SEO 报告或建议

企业数据访问与开发运维

示例： DevOps 团队通过内部 MCP 服务器开放 CI/CD 状态、问题跟踪和部署控制。AI 代理可：

• 检查构建/部署状态
• 触发回滚或重启
• 创建事件/工单，汇总日志

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

主要特性与优势

优势

• 通用协议： 用一套标准连接任意 AI 代理与任意工具/服务。
• 可扩展性： 在云环境下支持多客户端和高并发吞吐。
• 安全性： OAuth 2.1 实现细粒度、可撤销的权限管控。
• 零本地部署： 用户仅需登录并授权即可使用。
• 集中式管理： 企业可统一管控访问权限。
• 快速集成： 工具通过 MCP 模式注册，无需为每个工具编写定制代码。

权衡与局限

安全性与授权

OAuth 集成

远程 MCP 服务器采用 OAuth 2.1 实现安全、委托的身份认证/授权：

• 用户授权： AI 客户端发起 OAuth 流程，用户批准所需的权限范围和功能。
• 令牌签发： MCP 服务器签发自身的短时访问令牌，绝不直接暴露上游服务商凭证。
• 精细权限： 代理仅能访问预授权的工具/操作。

最佳实践：

• 禁用隐式授权流（OAuth 2.1 已移除）
• 全流程强制 PKCE
• 安全使用刷新令牌

安全风险：工具投毒与过度代理权限

• 工具投毒： 攻击者可能向工具元数据注入恶意指令，诱导 LLM 泄露数据或执行有害操作。
  • 风险缓解：净化所有工具描述，校验输入，仅允许可信来源的工具元数据。
• 过度代理权限： 工具暴露权限过大，AI 代理可能执行未预期或危险操作。
  • 风险缓解：使用最小权限范围，定期审查工具暴露情况。

最佳实践

• 仅暴露必要的最小能力
• 对所有工具元数据和用户输入实施严格校验和净化
• 使用短时、由服务器签发的访问令牌
• 审计并记录所有请求与响应
• 定期审查与更新 OAuth 权限范围