AI news

OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

By Panda1 viewsSource: 机器之心
OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

作为连接 AI 模型与广阔数字生态的「神经中枢」,MCP 协议已然成为智能体(AI Agent)不可或缺的基础设施。然而,长期以来,MCP 的交互仅限于文本和结构化数据,这种「盲人摸象」般的体验限制了更复杂应用场景的落地。

The full text has not been translated yet. The Chinese original is shown below.

作为连接 AI 模型与广阔数字生态的「神经中枢」,MCP 协议已然成为智能体(AI Agent)不可或缺的基础设施。然而,长期以来,MCP 的交互仅限于文本和结构化数据,这种「盲人摸象」般的体验限制了更复杂应用场景的落地。

变革正在发生。

近日,MCP 社区正式提出了MCP Apps提案(SEP-1865),旨在填补这一关键拼图:规范对交互式用户界面(UI)的支持,使 MCP 服务器能够直接向主机提供可视化的操作界面。

OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

具体来说,MCP Apps Extension 引入了一种标准化的模式,用于声明 UI 资源、将它们链接到工具,并实现嵌入式接口和主机应用之间的双向通信。

OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

通俗地解释一下:过去的 MCP 就像是只能通过「发短信」来沟通的客服,它只能给你发送文字或数据代码;而 MCP Apps 则是把这个客服升级成了能给你发送「小程序」的智能助理。 试想一下,当你要求 AI 分析服务器日志时,它不再是吐出一堆枯燥的 JSON 文本,而是直接在对话框里变出一个可视化的仪表盘,你甚至可以直接点击图表进行筛选和缩放;当你需要配置参数时,它直接弹出一个表单让你勾选,而不是让你输入复杂的命令。这让 AI 不再仅仅是陪聊,而是真正拥有了类似操作系统图形界面的交互能力。

这一提案一经发布便引发了社区好评:

OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

不仅因为它解决了开发者最迫切的需求,更因为其背后的推手阵容极其豪华 —— 该提案由 OpenAI 和 Anthropic 的 MCP 核心维护者,联手 MCP-UI 创建者及社区主力共同编写。

OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

这强烈的信号表明:MCP Apps 这个基于 MCP-UI 和 OpenAI Apps SDK 的交互标准,极有可能成为未来行业的通用范式。

从「命令行」迈向「图形化」,MCP Apps 将如何重塑 AI 交互体验?让我们来看看详细解读。

交互式界面标准化

目前,MCP 服务器仅限于与主机交换文本和结构化数据。虽然这在许多应用场景下都能很好地满足需求,但当工具需要呈现可视化信息或收集复杂的用户输入时,就会产生阻碍。

官方举了个例子:假设有一个数据可视化 MCP 服务器,它以 JSON 格式返回图表数据。主机应用必须解析这些数据并进行渲染。在这种情况下,处理各种特殊数据会给客户端开发者带来沉重的负担,他们需要构建自己的逻辑来渲染用户界面。随着用户界面需求的增加,例如需要收集用户的多个相关设置,复杂性会急剧上升。或者,如果没有用户界面支持,这些交互将变成笨拙的文本提示和响应交换。

MCP 社区虽然一直在积极探索如何克服这些限制,但由于不同的实现方式采用了不同的约定和架构,服务器难以在不同客户端之间保持一致性。这种缺乏标准化的现状会造成生态系统碎片化的风险。

共同构建中

由 Ido Salomon 和 Liad Yosef 创建并由一个活跃的社区维护的 MCP-UI 项目 ,引领了具有交互式界面的智能体应用的愿景。

该项目开发了将丰富的用户界面作为一流的 MCP 资源交付的模式,证明了智能体应用能够自然地融入 MCP 架构。该项目拥有庞大的社区支持,并提供丰富的 SDK ,已被 Postman、Shopify、Hugging Face、Goose 和 ElevenLabs 等领先公司和项目采用。

OpenAI Apps SDK 进一步验证了对话式 AI 界面对丰富用户界面体验的需求。该 SDK 使开发者能够以 MCP 为基础,在 ChatGPT 内部构建丰富的交互式应用。为了确保互操作性,并在整个生态系统中建立一致的安全性和使用模式,Anthropic、OpenAI 和 MCP-UI 也正在合作开发官方的 MCP 交互式界面扩展。

OpenAI与Anthropic联手力推:MCP Apps提案发布,告别纯文本交互

MCP Apps Extension 规范

MCP 社区博客表示:「我们正在为 MCP 中的 UI 资源提出一项规范,但其影响远不止于一系列模式转移。MCP Apps Extension 正逐渐演变成一个智能体应用运行时(agentic app runtime):为 AI 模型、用户和应用之间全新的交互奠定基础。」

该提案有意保持精简,首先从核心模式入手,MCP 社区计划随着时间的推移逐步扩展。

下面介绍其关键设计决策。

预先声明的资源

UI 模板是具有ui:// URI方案的资源,可在工具元数据中引用。

// Server registers UI resource

{

uri: "ui://charts/bar-chart",

name: "Bar Chart Viewer",

mimeType: "text/html+mcp"}

// Tool references it in metadata

{

name: "visualize_data_as_bar_chart",

description: "Plots some data as a bar chart",

inputSchema: {

type: "object",

properties: {

series: {type: "array", items: ....}

}

},

_meta: {

"ui/resourceUri": "ui://charts/bar-chart",

}

}

这种方法使主机能够在工具执行前预取和审查模板,从而提高性能和安全性。它还将静态呈现(模板)与动态数据(工具结果)分离,从而实现更好的缓存。

MCP 传输通信

UI 组件无需创建自定义消息协议,而是通过postMessage使用现有的 MCP JSON-RPC 基础协议与主机通信。这意味着:

  • UI 开发者可以使用标准的@modelcontextprotocol/sdk来构建他们的应用。
  • 所有沟通都结构化且可审计。
  • 未来的 MCP 功能将自动与 UI 扩展程序协同工作。

从 HTML 开始

初始扩展规范仅支持在沙盒化的 iframe 中渲染的 text/html 内容。这提供了以下功能:

  • 通用浏览器支持
  • 易于理解的安全模型
  • 屏幕截图和预览生成功能
  • 为未来的扩展奠定清晰的基础

其他内容类型,例如外部 URL、远程 DOM 和原生小部件,都将在未来的版本中实现。

安全第一

从 MCP 服务器托管交互式内容需要谨慎考虑安全性。该方案通过多层措施来解决这个问题:

  • iframe 沙盒 :所有 UI 内容都在权限受限的沙盒 iframe 中运行。
  • 预先声明的模板 :主机可以在渲染之前查看 HTML 内容。
  • 可审计消息 :所有 UI 与主机之间的通信都通过可记录的 JSON-RPC 进行。
  • 用户同意 :主机可以要求用户明确批准通过用户界面发起的工具调用。

这些缓解措施可以构建针对恶意服务器的纵深防御,同时保持开发人员所需的灵活性。

向后兼容性

MCP Apps 是一个可选扩展。现有实现无需更改即可继续运行,主机可以根据自身情况逐步采用 UI 支持。服务器应为所有启用 UI 的工具提供纯文本回退方案,并在 UI 不可用时返回有意义的内容,以便同时服务于支持 UI 和仅支持文本的主机。

你也可以参与进来!

为了演示规范提案中描述的模式和类型,目前该社区已经构建了早期访问 SDK:

https://github.com/modelcontextprotocol/ext-apps

MCP-UI 客户端和服务器 SDK 均支持这些模式。

如果你有兴趣,也可参与贡献:

https://github.com/modelcontextprotocol/modelcontextprotocol/pull/1865

参考链接

https://x.com/MCP_Community/status/1992109099434353045

https://blog.modelcontextprotocol.io/posts/2025-11-21-mcp-apps/

文章来自于“机器之心”,作者 “Panda”。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)