AI Agent 正在快速发展——从实验室到实际应用。随着它们从生成文本到执行实际操作，模型上下文协议（MCP）已经成为了连接代理与工具的实际上标准。
前两天 Robin 以《模型的世界 应用的天下》为题发表演讲，带来了文心大模型 4.5 Turbo、文心大模型 X1 Turbo 两大新模型，连发高说服力数字人、通用超级智能体心响 APP、内容操作系统沧舟 OS 等多款 AI 应用，覆盖 AI 数字人、代码智能体、多智能体协作等热门赛道。同时， 宣布百度将帮助开发者全面拥抱 MCP 。
此外千帆还正式发布了国内首个企业级 MCP 服务，第一批已经有超过 1000 个 MCP Servers 供企业及开发者灵活选择。
MCP 很令人兴奋。它是简单且模块化的，并基于原生网络原则构建。我们相信它有可能像容器对应用程序部署所做的那样，标准化并简化一个复杂且碎片化的领域——即为代理式 AI 交互提供服务。
MCP 客户端和服务器具有巨大的潜力，但体验尚未达到生产就绪状态。发现是碎片化的。一般来说，你需要手工部署 MCP 服务，或者使用第三方部署的服务，这会带来一些问题：
手工部署依赖机器环境。部署环境可能缺乏类库、工具，你可能无法成功部署一个 MCP 服务器。尤其在一些大厂中，内网环境和软件版本无法让你正常安装和运行 手工部署的 MCP 服务器可能有安全问题，可以任意的访问你的服务器 第三方服务无法保证安全保证，有可能造成信息的泄露。相当于你把你的信息全部都上交给了第三方 如果回顾一下这些问题，你会发现历史总是相似的，云服务流行的时代我们也遇到了类似的问题，Docker 是一种优雅的解决云服务时代这类问题的解决方案之一。
在 AI Agent 时代， Docker 公司也与时俱进，提出了利用 Docker 技术部署 MCP 服务的技术： Docker MCP Catalog 。
通过 Docker Desktop 一键启动，您可以在几秒钟内启动 MCP 服务器，并将其连接到 Docker AI Agent、Claude、Cursor、VS Code、Windsurf、continue.dev 和 Goose 等客户端，无需复杂设置。它还包含内置凭证和 OAuth 管理功能，并与您的 Docker Hub 账户集成，确保顺畅的身份验证，并在必要时轻松撤销凭证。AGateway MCP 服务器动态将启用的工具暴露给兼容客户端，而新的 docker mcp CLI 可让您轻松构建、运行和管理这些工具。并且内置了内存、网络和磁盘隔离，每项工具默认安全运行，从第一天起即可用于生产环境。
Docker 公司的雄心是巨大的：未来的 Docker MCP Catalog 和 Toolkit 会是什么样子？想象一下：直接在 Docker Hub 上浏览数百个即用型 MCP 服务器，并像启动 Redis 或 Postgres 那样轻松地启动它们。只需几下点击即可将它们连接到代理。无需硬编码的密钥，无需通过 npx 或 uvx 以完整主机访问权限启动工具，也无需牺牲隔离或安全性。最好的是？运行一个 Docker 容器，MCP 工具就能自动工作。凭借熟悉的命令和工具，学习曲线几乎为零——而可能性却是巨大的。
你可以通过以下网址访问当前 Docker 所支持的 MCP Server:
https://hub.docker.com/catalogs/mcp
接下来我通过 fetch 这个 mcp 工具对比本地部署和 docker 部署的区别。
Fetch MCP 服务器是 Anthropic 官方开发的一款专注于网页内容抓取的高效数据采集工具。作为一个轻量级的网页爬虫服务器，它能够智能地将 HTML 内容转换为 Markdown 格式，特别适合与 LLM（大语言模型）配合使用。其核心功能和参数配置如下：
fetch 从互联网获取指定 URL 的内容并提取为 Markdown 格式,参数如下：
max_length （整数，可选）：返回的最大字符数（默认：5000） start_index （整数，可选）：从该字符索引开始提取内容（默认：0） raw （布尔值，可选）：获取原始内容而不进行 Markdown 转换（默认：false） 本地 stdio 部署 你可以在你的 mcp host 配置 fetch mcp server:
"mcpServers" : { "fetch" : { "command" : "uvx" , "args" : [ "mcp-server-fetch" ] } } 比如我在 deepchat 中的配置如下：
然后在对话框调用这个工具：
使用 docker 可以看到，如果要运行 fetch mcp server, 你需要有 uvx 工具，它是由 Astral 公司开发的一个极其快速的 Python 包管理器。或者你通过 pip 安装和配置，这需要你先准备好这些前置的工具，而且你的机器环境不一定允许你安装。
Docker 目前提供了 fetch 工具，你可以先使用下面的命令安装：
docker run -i --rm mcp/fetch 你可以在 Agent Host 中这样部署：
"mcpServers" : { "fetch" : { "command" : "docker" , "args" : [ "run" , "-i" , "--rm" , "mcp/fetch" ] } }
然后在对话框中测试：
使用 docker 部署 mcp 的好处还是那些：
环境一致性 (Consistent Environments): 资源利用率高 (Resource Efficiency): 快速部署与扩展 (Rapid Deployment & Scalability): 简化配置和管理 (Simplified Configuration & Management): 解决了本地和第三方部署带来的环境问题、资源占用问题和安全问题。
#mcp #docker #agent #智能体 #deepchat
