这里提出的想法不是承诺—我们可能会以不同的方式解决这些挑战，或者有些可能根本不会实现。这也不是一个_详尽的_列表;我们可能会纳入这里未提到的工作。
远程 MCP 支持
我们的首要任务是启用远程 MCP 连接，允许客户端通过互联网安全地连接到 MCP 服务器。主要计划包括:- 认证和授权: 添加标准化的认证功能，特别关注 OAuth 2.0 支持。
- 服务发现: 定义客户端如何发现和连接到远程 MCP 服务器。
- 无状态操作: 思考 MCP 是否也可以包含无服务器环境，在这些环境中需要基本无状态。
参考实现
为了帮助开发者使用 MCP，我们想提供以下文档:- 客户端示例: 全面的参考客户端实现，演示所有协议功能
- 协议起草: 提出和整合新协议功能的简化流程
分发和发现
展望未来，我们正在探索使 MCP 服务器更易访问的方法。我们可能研究的一些领域包括:- 包管理: MCP 服务器的标准化打包格式
- 安装工具: 跨 MCP 客户端的简化服务器安装
- 沙箱: 通过服务器隔离提高安全性
- 服务器注册表: 用于发现可用 MCP 服务器的通用目录
代理支持
我们正在扩展 MCP 的复杂代理工作流功能，特别关注:- 层次代理系统: 通过命名空间和拓扑感知改进代理树的支持。
- 交互式工作流: 更好地处理跨代理层次结构的用户权限和信息请求，以及向用户而不是模型发送输出的方法。
- 流式结果: 长时间运行的代理操作的实时更新。
更广泛的生态系统
我们也投入在:- 社区主导的标准开发: 培养协作生态系统，所有 AI 提供商都可以通过平等参与和共同治理来塑造 MCP 作为开放标准，确保它满足多样化 AI 应用和用例的需求。
- 额外模态: 扩展到文本之外，支持音频、视频和其他格式。
- [标准化] 考虑通过标准化机构进行标准化。