移动互联网时代，随着用户生成内容的爆发式增长，七牛云对象存储以高可靠性和弹性扩展等能力成为广大应用开发者的首选。如今，生成式 AI 时代已经到来，大模型 AI 推理服务越来越成熟，为了快速打造 AI 应用，用好企业和个人「数据金矿」，存储服务架构依然是开发者需要考虑的关键之一。如何让大模型更便捷、高效地与云端存储进行交互？

MCP 给出了答案。

MCP 是什么

简单来说，MCP 是一个让 LLM 应用能直接「对话」外部数据源和工具的协议，即模型上下文协议（Model Context Protocol）。

对开发者而言，过去开发者开发一个 LLM 应用要访问数据库、云存储或 API，需要在 M 个 LLM 应用和 N 个 API 之间编写 M×N 份代码，来解决 LLM 应用与外部数据源打通的问题。而 MCP 的出现，引入了一种让 LLM 应用能够以标准化的方式来自动发现、调用和管理外部数据源的能力，使得开发者仅需编写 M+N 份代码即可完成需求。通过引入 MCP 这一中间层的标准，使得 LLM 应用与外部工具解耦，LLM 调用的工具可以下放至专业的工具提供厂商来完成工具逻辑的编写和工具提示词工程，而无需 LLM 应用开发者接触到工具实现细节。这意味着开发者可以以更低的开发成本来对接现有的 MCP 工具。

对用户而言，过去用户使用的 LLM 应用是一个无灵活扩展能力的黑盒，用户只能使用 LLM 应用提供的能力，无开发能力的用户难以扩展其能力。而 MCP 的出现，提供了类似插件化的手段，如果 LLM 应用程序支持了 MCP 客户端协议，则无开发能力的用户也可以像安装插件一样接入任何实现了 MCP 服务器协议的插件来动态地、无侵入地扩展现有的 LLM 应用程序。

对大模型而言，工具厂商提供的工具是工具相关领域内的专业开发者经过了非常细致的开发和测试而研发出来的，这使得大模型调用的效果质量会比自己从头编写的要好的多。

MCP + 七牛云对象存储 Kodo = 黄金组合

MCP 就像是大模型世界的「插头和插座标准」一样。过去，LLM 应用（电器）想用七牛云存储（电网）必须自备变压器和电线（编写适配代码），不同的设备（LLM 应用）和电源（七牛云存储）之间就需要专门特殊适配转接，极大消耗开发者精力。而现在有了 MCP 协议之后，LLM 应用（电器）只需「插头」符合 MCP 协议标准，而七牛云存储（电源）只需「插座」符合 MCP 协议标准，即可轻松使现有的 LLM 应用立即接入七牛云存储的能力。

对于七牛云存储而言，底层细节需要处理大量的数据分片、缓存优化、容错重试等问题。而对于大模型应用开发而言，也包含着诸多繁杂的技术细节。传统的开发模式下，这种跨领域的开发使得开发效率极低且难以复用。而 MCP 的出现，使得七牛云可以专注做「电力公司」，让 LLM 应用程序专注做「电器」，各司其职专业分工，轻松让 LLM 应用「开箱即用」七牛云存储的能力，轻松实现智能化的数据处理和管理。

如何基于 MCP 让基于大模型的 LLM 应用程序

访问七牛云 Kodo？

1. 下载并配置七牛云 MCP 服务项目

https://github.com/qiniu/qiniu-mcp-server

在 {项目工程目录} 文件夹下创建 .env 环境变量文件，内容如下：

# 下面信息均是必配项# Kodo 认证信息QINIU_ACCESS_KEY=your_access_keyQINIU_SECRET_KEY=your_secret_key# 区域信息QINIU_REGION_NAME=your_regionQINIU_ENDPOINT_URL=endpoint_url # eg:https://s3.your_region.qiniucs.com# 配置 bucket，多个 bucket 使用逗号隔开，建议最多配置 20 个 bucketQINIU_BUCKETS=bucket1,bucket2,bucket3

初始化工程

# 进入工程目录cd ${项目工程目录}# 创建虚拟环境，项目使用 Python 编写，使用 uv 管理uv venv# 添加工程依赖uv add "mcp[cli]" httpx openai

2. 配置 MCP 客户端

在支持 MCP 协议的 LLM 应用侧，LLM 应用自身作为 MCP 客户端，需要配置其连接到的 MCP 服务器，使其能够发现并调用 MCP 服务器上的访问 Kodo 的相关工具。

大概介绍下使用 Cline 对接七牛云 MCP 服务的方式：

  • 首先下载 vscode，在 vscode 中搜索 Cline 插件并安装。

  • 安装成功后，需要在 Cline 配置大模型，可以按需指定并配置模型（如 DeekSeek OpenRounter 等）

  • 大模型配置完成之后，开始配置 MCP 服务，配置如下，配置后启动 MCP 服务

{  "mcpServers": {    "autoApprove"{    },    "qiniu": {      "command": "uv",      "args": [        "--directory",        "${项目工程目录}", # 此处目录为绝对路径，需要根据您的情况修改配置，修改后删除该行注释部分(#及之后的部分）        "run",        "qiniu-mcp-server"      ],      "disabled": false    }  }}

  • 最后在聊天界面通过聊天方式操作七牛云存储了，下面给出一些示例：

”请列举 qiniu 下以 xxx 为前缀的空间

请列举 qiniu 下 xxx 空间中以 yyy 为前缀的文件

继续列举示例：上次列举只列举了部分文件，请继续帮我列举剩下的文件“

AI 的能力源泉是数据，而高效管理数据的关键就在于更智能的存储方案。MCP 与七牛云对象存储 Kodo 的结合，正是为了让 AI 开发者更轻松地驾驭七牛云的成熟产品体系，把更多精力投入到 AI 业务创新上。七牛云产品服务将全面支持 MCP，助力智能体应用生态建设，让每一个 AI 开发者都能享受更便捷的交互体验。