技术视角｜从水饺馆到MCP协议：一场关于AI基础设施的降维实践

2019年秋天，我在北邮南门第一次吃到金谷园饺子。彼时并不知道，这家开了快二十年的老店，会在五年后以另一种方式闯入技术社区的视野。

缘起：一个被忽视的MCP场景

事情得从MCP协议说起。ModelContextProtocol，即模型上下文协议，本质上是给AI助手提供标准化的工具调用能力。大多数开发者的应用场景集中在代码助手、数据分析、文档处理这些领域。但金谷园的老板用实际行动证明：任何一个垂直场景都可以MCP化。

这家饺子馆的Skill仓库，实现了六个核心能力：餐厅基础信息查询、排队取号、外卖服务、生饺子打包、Wi-Fi获取、最新活动推送。从技术实现看，这些能力本质上是六个RESTful接口，返回结构化的JSON数据。没有任何高深算法，没有大模型微调，只有最朴素的函数调用。

拆解：MCP服务端的最小化实现

这个项目采用StreamableHTTP传输协议，区别于传统的SSE方案。技术选型逻辑很清晰：高并发场景下，HTTP轮询的资源消耗远低于长连接维护。对于一个餐厅信息查询服务，这种方案兼顾了可靠性与成本控制。

代码结构同样克制。入口文件负责协议解析，工具函数层负责业务逻辑，数据层直接硬编码餐厅信息。这种设计在小规模定制化场景下反而是最优解——没有数据库依赖，没有缓存层，部署复杂度降到了极致。

老板在仓库README里写得坦荡："面对饺子，十分自信；面对bug，慢慢摸索，大家见谅。"这份坦诚反而让整个项目的定位变得清晰——它不是面向生产环境的商业系统，而是一个AI原生思维的实验样本。

推论：万物皆可Skill化的时代预判

真正值得关注的不是代码本身，而是老板在公众号写的那段话："以后，餐厅面向AI的信息接口也会成为必要的基础设施。"这句话的逻辑内核是接口标准化。当用户习惯于通过AI助手完成所有信息获取时，每一个服务提供方都需要让自己的数据能被AI理解和调用。

就像二十年前每家店需要一块招牌、十年前每家店需要一个大众多评论页面，现在每家店可能需要一个AISkill。这不是技术炫技，而是生存策略的前置布局。

方法论：垂直场景MCP化的三条铁律

从金谷园的案例可以提炼出垂直场景MCP化的核心原则：第一，数据结构必须干净，AI能准确理解字段含义；第二，能力边界必须清晰，不要试图用Skill替代完整App；第三，部署成本必须可控，自己能维护才是可持续的。

对于想尝试这一路径的开发者，我的建议是：从小处着手，从高频场景切入。金谷园选择Wi-Fi查询作为技能之一，看似微不足道，却精准命中了"到店等餐"这个细分场景的高频需求。

结语：技术之外的一点感慨

回到2019年那个秋天。如果那时候有人告诉我，这家饺子馆的老板会在五年后开源一个MCPSkill，我大概会觉得这是段子。但事实就是这样——技术浪潮从来不会提前通知任何人。它可能从一个大厂的发布会开始，也可能从一个饺子馆的GitHub仓库开始。

重要的是，有人已经开始动手了。