一張圖看懂整條鏈
第 1 單元給了你一條簡短的鏈：User、AI、MCP、可信工具。現在我們來看裡面有什麼。每一步都只負責一件事，把職責分開，正是這個架構容易理解、也容易做好安全控管的原因。
- User（使用者）
- Host（AI 應用程式）
- MCP Client（在 Host 內）
- MCP Server
- Tool（工具）
- 權威資料／服務
資訊
請由上往下閱讀這條鏈，代表請求的方向。結果會沿著同一條路徑回來，最後由最上方的人來驗證。
AI 201 · Module 2
MCP 架構
Host、Client、Server 與 Tool：從你的問題到可信資料之間，誰負責什麼
開始第一節已完成 0 / 5
同步我的進度加入梯次後，進度可跨裝置保存，講師也能看到
學習目標
- 說出 MCP 架構的各個部分（Host、Client、Server、Tool），以及各自的職責
- 追蹤一個請求從使用者到權威資料再返回的完整路徑
- 用白話說明 Schema、Arguments 與 Result
- 把 NTPU AI4X MCP 的例子對應到一般架構上
架構鏈
Host、Client、Server
- Host：你正在使用的 AI 應用程式，例如聊天助理或程式編輯器。它負責與你對話，並判斷何時工具能幫上忙
- MCP Client：Host 內部負責使用 MCP 溝通的部分。它連接一個 Server，並詢問對方提供什麼
- MCP Server：透過 MCP 提供工具與資料的程式，是通往外部能力的入口
- Tool：Server 對外提供的單一具體能力，例如「尋找研究專家」
一個 Host 可以有多個 Client，每連接一個 Server 就有一個。因此同一個助理，可以在同一段對話中使用校園工具，也使用例如行事曆工具。
自我檢測
哪一個部分是透過 MCP 提供工具與資料的程式？
探索架構
互動探索架構
請點選圖中的每個部分，閱讀它的定義、職責、範例，以及常見的誤解。圖下方的文字清單會依序說明相同的內容。
MCP 架構互動圖
點選一個節點，查看它是什麼、負責什麼、範例，以及常見的誤解。
User（使用者）
- 定義
- 有目標、並用日常語言提出問題的人。
- 職責
- 定義意圖、決定哪些資訊可以分享，並驗證最終結果。
- 範例
- 學生詢問有哪些教師在研究代理式 AI。
- 常見誤解
- 「AI 會用工具之後，我就不用再檢查答案。」使用工具，並不會讓人的責任消失。
- User：提出問題並驗證結果
- Host：內含模型與 Client 的 AI 應用程式
- MCP Client：連接 Server 並送出請求
- MCP Server：提供工具並執行工具
- Tool：執行一項定義好的能力
- 權威資料／服務：事實的來源
自我檢測
有學習者說：「MCP 保證答案一定正確。」哪一個更正最恰當？
Schema、Arguments、Result
Tool、Schema、Arguments、Result
工具不只是一個名稱。為了讓 AI 能正確使用，Server 會用固定的格式來描述它。
| 名詞 | 白話意思 | 範例 |
|---|---|---|
| Tool | 有名稱、有說明的一項能力 | find_research_experts：依研究主題與身分尋找人員 |
| Schema | 規定工具接受哪些輸入的規則 | topic 是必填文字；role 只能是幾個允許的值之一 |
| Arguments | 單次呼叫實際送出的值 | topic = "agentic AI"，role = "faculty" |
| Result | 工具以結構化形式回傳的內容 | 一份附有欄位與來源的人員清單 |
Schema 就像一張有標示欄位的表單。AI 負責填寫欄位（也就是 Arguments），填錯的表單，Server 可以拒絕。這讓工具呼叫變得可預期，而不是自由文字的猜測。
自我檢測
在工具的描述中，Schema 定義的是什麼？
NTPU 情境
NTPU AI4X MCP 情境
接著把一般架構對應到一個真實的校園例子。NTPU AI4X MCP 是 Server，而 find_research_experts 是它的其中一項工具。
- AI 應用程式（Host）
- MCP Client
- NTPU AI4X MCP（Server）
- find_research_experts（Tool）
- AI4X 權威資料
資訊
Learn 負責教觀念，NTPU AI4X MCP 是實際運作的服務，連線細節請參考它自己的文件，因此本課程不重複說明。
自我檢測
在 NTPU 情境中，哪一項是 Tool？