MCP协议和API推荐清单:挑之前先把用不上的划掉

接入与开发

讲清MCP协议和API推荐清单该怎么列:先分清哪些工具真需要走协议、哪些直接调接口更省事,再按维护方、权限边界和排查成本逐项筛。

搜「MCP协议和API推荐清单」的人,多半是手里已经有一堆接口,又想给Agent加工具,结果清单越列越长、真接上的没几个。这篇不给你一份现成名单,那个谁也不敢替你定。给的是排序方法:哪些该走MCP、哪些老老实实调API、清单里每加一项要先回答哪几个问题,以及接进去之后怎么确认没白装。

搜「MCP协议和API推荐清单」的人,通常不是一张白纸。手里已经攒了一堆接口,又听说MCP能让模型自己调工具,于是开始列清单。列着列着就出问题:表格越拉越长,真接上线、真被模型用起来的没几个。这篇不给现成名单,那玩意儿谁也不敢替你拍板。给的是排序方法——哪些该走MCP,哪些老老实实调API更省事,每加一项之前先回答哪几个问题,接完怎么确认没白装。

先说个前提:MCP服务器和普通API不是一回事,把它们塞进同一张表里打分,本身就是错的起点。MCP管的是「模型怎么发现和调用工具」,API管的是「你的代码怎么跟远端说话」。评价维度不一样,混着排出来的顺序,接的时候一定别扭。所以下面所有判断,都围绕一个核心问题展开:这次调用,到底是谁决定发起的。

清单越长越难用,问题出在第一步

多数人的清单是按「这个工具听起来有用」列的,不是按「谁会维护它、出问题谁修」列的。这两者的差别,接三个工具之后就会显形:前者让你什么都想接,后者让你每次加一项都要先想清楚退路。清单膨胀不是因为工具多,是因为每一项都缺一个明确的归属人。

还有个更隐蔽的坑:MCP工具的描述本身要进上下文。十几个工具堆在系统提示里,模型的选错率会往上走——不是它变笨了,是候选太像、边界太模糊。所以清单的敌人不只是「接不上的工具」,还包括「接上了但永远选不对的工具」。

  • 先按「谁来决定调用时机」把清单劈成两栏,别急着往下排
  • 一栏给模型自主判断的(适合包成MCP工具),一栏给你代码里写死调用的(直接调API)
  • 每一栏单独排优先级,因为它们的失败模式完全不同:前者是选不中,后者是连不上
  • 同一个服务可以两栏都出现,比如读操作给模型,写操作留在代码里,这不算重复

走MCP还是直接调API,看谁来定调用时机

判断标准其实就一条:模型自己判断「现在该查一下」的,才值得包成MCP工具。你自己代码里明确知道第几步该调用谁的,直接调API更快也更好查。举个例子,客服机器人需要根据用户问题决定要不要查订单——这是模型的判断,适合MCP。而每天定时把订单同步到报表——这是你的调度逻辑,写成MCP纯属给自己加一层。

工具数量少、参数简单的时候,MCP多出来的协议层基本只增加调试成本。一个只有两个参数、永远按固定顺序调用的接口,包成MCP之后你还要排查「是模型没选它,还是它自己报错了」,这层迷雾不值当。反过来说,工具多、调用时机不确定,MCP的发现机制才真正省事。

判断项倾向走MCP倾向直接调API
调用时机谁定模型根据上下文自己决定代码流程里写死第几步
工具数量多个、边界容易混一两个、参数简单
权限要求需要按人隔离、逐次审计统一凭据、后台跑批
排查成本能接受多一层协议日志希望报错直达业务代码
典型场景检索、查询、文档辅助定时同步、批量处理、固定流水线

有个情形别一刀切选API:如果这个工具的调用权限需要按人隔离、要审计每一次是谁调的,MCP的服务器侧反而更好管。凭据留在服务器上,客户端只拿到工具描述,这条边界比你在业务代码里到处传key干净得多。这种情况不适用于个人自用、没有多租户需求的小工具,那种场景加这层纯属自找麻烦。

清单里每加一项,先回答这四个问题

这四个问题不是走形式,任何一个答不上来,就先别加进正式清单。答不出来的那一项,通常就是三个月后你看着它发愣、想不起来当初为什么要接的那一项。

谁维护
官方在维护、社区在维护、还是你自己包一层,三者出问题时的修复路径完全不同
能不能只读
读写混在一个工具里的,先只接读的那部分,写操作单独列一张表慢慢来
失败怎么看出来
工具返回空结果和工具根本没接上,报错长得不一样,接之前就要想好怎么区分
值不值得进上下文
工具描述也占token,十几个描述堆一起,模型的选错率会明显上升

「谁维护」这条最容易被跳过。官方维护的,出问题你能等更新;社区维护的,你得看最近的提交节奏;自己包的,那就别抱怨没人修。三类不是优劣之分,是你要预留多少排查时间之分。清单里不标这一列,等于默认所有工具都有人兜底。

「能不能只读」这条实际用下来最救命。很多工具把查询和写入塞进一个接口,参数里带个action字段。你接的时候图省事整包接进来,模型哪天判断失误就写进去了。做法是先只放出读的那部分,写操作要单独配白名单和次数上限,别指望模型的自觉。

排序别按名气,按「装错代价」排

工具圈子里名气大的不一定先接。排序的真实依据应该是:这一项万一接错、配错、被模型误调用,最坏能坏到什么程度。按这个排,顺序基本就定了。

  1. 第一层:装错也没后果的查询类、列表类、文档检索类。接错了最多返回一堆没用的结果,不会改任何状态,先拿这类把链路跑通。
  2. 第二层:会影响状态的发消息、建工单、改配置。这类必须配白名单和单次任务里的调用步数上限,接完先在小范围里跑。
  3. 第三层:涉及账号和资金的接之前先确认能不能用只读凭据跑通一遍完整流程。跑不通就说明这工具的参数设计不允许你安全试点,先缓。
  4. 查收录范围具体哪些MCP服务器在收录范围里,到 /tools 按分类翻,别自己凭印象列清单。

排完序之后再看一遍:第一层是不是占了大半?如果是,说明你的清单结构是健康的,模型日常用的大多是只读工具,风险敞口小。如果第三层占了一堆,先问自己这些是不是真的需要模型自主调用,还是写死在代码里更合适。

API那一栏,看的是兼容面和限流口径

API这一栏的筛选逻辑跟MCP完全不同,别用同一套标准。这里最先看的是兼容面:是不是OpenAI兼容格式。兼容的话,客户端配置能省一大截,换供应商时改动面也小。不兼容就看有没有官方SDK,有SDK至少参数和错误结构是被人整理过的。

限流口径要提前看,不是等被限了才看。按分钟还是按天、按key还是按账号,这个直接决定你要不要写退避和排队。按天限流的接口,你写再多的重试逻辑也没用,得改成错峰调度。这类细节临时查文档最费时间,不如提前对着资料库过一遍。

  • 确认是否OpenAI兼容,兼容就优先用现成客户端配置
  • 确认限流是按分钟还是按天、按key还是按账号
  • 看错误码口径:同样是400,参数错和额度超了要分开处理
  • 确认返回结构是否稳定,有没有版本变更说明
  • 参数细节和返回结构可以到 /apis 对着看,比翻各家文档快

错误码这条值得单独说。很多接口把各种失败都塞进一个笼统的错误里,你接到代码里就只能写「出错了,重试」。但「参数写错」重试一百次也没用,「临时超限」等一下就好。接之前把这两类分开,后面排查能少熬好几个晚上。这招不适用于那种文档本身就没写清错误码的接口,那种只能靠实际打日志反推。

接完不算完,先跑一遍「故意失败」

正常调用跑通只能证明网络通,证明不了工具能被模型正确选中。这是两件事,很多人接完测了一次「能返回结果」就收工,上线后发现模型从来不调用它,或者总调到隔壁那个名字很像的工具。

  1. 传缺参数故意少传一个必填字段,看报错是来自你那层还是工具那层。分不清来源的报错,等于没报错。
  2. 传错类型把数字传成字符串,或者反过来。确认工具会明确拒绝,而不是悄悄转成默认值继续跑。
  3. 断掉服务把工具服务停掉再发请求,确认模型会降级成「查不到」而不是硬编一个答案。这一步最能暴露提示词里有没有写清失败时的行为。
  4. 量延迟基线想先量一下接口本身的延迟基线,用 /tools/speed-test 跑一遍,再判断慢是工具慢还是模型慢。

「断掉服务」这一步很多人跳过,因为它看起来有点折腾。但实际用下来,这是唯一能验证模型会不会在工具不可用时编造答案的方法。你不测,它就会在某天工具抽风的时候,给用户一个语气笃定、内容全错的结果,而且日志里一切正常。

什么时候该从清单里删掉一项

清单要能减,不然它就只是收藏夹。删的条件不用太复杂,下面这几条出现任意一条,就该考虑动手了。

  • 模型连续几次都选不中它,或者总选错到相邻的工具——先改描述,改完还不行再删
  • 一个工具三个月没被调用过,基本可以移出上下文,留着只增加干扰
  • 维护方换人、更新停滞的,哪怕现在能用,也别放进长期清单
  • 同一个能力有两个工具入口,留描述更清楚的那个,另一个摘掉
  • 当初为了试水接的,试完没结论的,要么补个结论,要么删

描述写不清楚导致的选不中,和工具本身没用导致的选不中,要分开处理。前者的做法是把工具描述改成「什么时候用、什么时候别用」两句话,后者才是删。上来就删,可能把本来好用的工具误伤了。判断不了的时候,先改描述观察一周,还选不中再动刀。

最后提醒一句:这份清单是要定期过一遍的,不是列完就锁进抽屉。工具会停更、接口会改限流、模型的选工具习惯也会随描述变化。过一遍的成本不高,但你得真去翻,翻的时候对着 /mcp 和 /apis 的收录信息看当时的数字和状态,别凭记忆。

下一步先把手里的清单按「谁定调用时机」劈成两栏,再去站内按分类核对哪些MCP服务器还在正常维护、哪些API的参数和限流口径已经变了。清单瘦下来,接入速度反而快。

常见问题

MCP协议和API推荐清单,有没有现成的可以直接抄?

没有能直接抄的。工具清单强依赖你手上有什么系统、谁能维护。可抄的是结构:分成模型自主调用和代码写死调用两栏,每项填维护方、是否只读、失败怎么识别。填完这张表,多数项自己就筛掉了。

一个项目里MCP和API混着用,会不会很乱?

不会,但要划清边界。建议按「谁决定调用时机」来分:模型判断的走MCP,流程里写死的走API。混用真正乱的地方是同一个功能两条路都接了,排查时分不清是哪条出的问题,所以同一能力只留一条路。

工具数量控制在多少个比较合适?

没有固定数,但工具描述全都要进上下文。经验上是先只接当天真会用到的,超过十个就要开始看模型还选不选得准。判断方法很土:给它十个相邻功能的工具,看它几次能选对,选不准就砍。

怎么快速判断一个MCP服务器值不值得接?

看三件事:谁在维护、有没有明确的权限说明、只读和写操作是不是分开的工具。三样都模糊的,先别接。目录页里能按分类和来源过一遍,省得一个个试。

接上之后模型总是不调用工具,是协议的问题吗?

多半不是。先看工具描述是不是没写清「什么时候该用」,再看参数是不是太多太绕。协议层的问题通常表现为连不上或握手失败,不是「能连上但不用」。这两类现象分开看,能省一半排查时间。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。