应用程序编程接口（API）为一个软件系统提供了一种明确的方式来请求另一个软件系统的数据或执行操作。模型上下文协议 (MCP) 为 AI 应用程序提供了一种标准化的方法来发现和使用选定的工具、资源和提示。
你很少需要做出选择。MCP 服务器可以提供对 AI 友好的功能，而现有的 API 和服务则负责处理其背后的工作。可以这样理解——MCP 帮助 AI 找到满足您请求的正确且已获批准的功能，而 API 或服务则在背后执行操作。
在本指南中，您将了解每项技术的工作原理、连接器和 RAG 的应用场景，以及工作流在何时可以从两者中受益。准备好在受支持的 AI 工具中使用 Dropbox 内容了吗？只需连接 Dropbox 远程 MCP 服务器或选择一个套餐即可立即开始使用。
MCP 与 API 概览
API | MCP | |
|---|---|---|
主要目的 | 将数据或操作暴露给软件 | 向人工智能应用程序公开工具、资源和提示 |
典型来电者 | 应用程序代码 | AI主机内部的MCP客户端 |
手术选择 | 你的代码通常会给端点或方法命名。 | 主机可能会根据您的请求允许模型选择一个公开的工具。 |
发现 | 文档或描述，例如 OpenAPI | MCP主机协议级发现 |
最佳匹配 | 可预测、可重复的集成 | 人工智能辅助工作流程，其中下一步操作取决于请求。 |
API 可以被机器发现，但 MCP 功能仍然需要架构和权限。关键区别在于这些功能在人工智能体验中的呈现方式。
远程MCP服务器的工作原理是什么？
远程 MCP 服务器通过网络连接将其功能提供给 AI 主机。典型的请求流程如下：
- 您将兼容 MCP 的主机连接到服务器端点。
- 您已授权连接并请求访问权限
- 主机内部的客户端会发现服务器提供什么。
- 主机可以允许模型选择合适的暴露工具
- 服务器执行允许的操作，有时是通过 API 实现的。
- 结果返回给主机供模型使用。
将每个请求都视为一个独立的工作单。AI 应用会跟踪更广泛的对话，然后向 MCP 服务器发送该任务的请求。该请求仍需获得连接授权和用户现有的 Dropbox 权限。服务器完成请求并将结果发送回服务器。
例如，您可以要求助理“在 Dropbox 中查找最新的产品规格并总结未决事项”。然后主机可以发现搜索和文件读取工具，调用它们，并使用返回的内容。
MCP和API如何协同工作？
MCP 和 API 通常是集成过程中的两个组成部分。
假设你问：“找到最终的发布简报，并为代理机构创建一个链接”。主机可以使用该模型来解释目标，并选择搜索和共享链接工具。服务器可以将这些工具调用转换为对底层服务的请求。API 或服务处理文件操作，而 MCP 为主机提供了一种一致的方式来调用它。
MCP 与连接器、插件或 RAG 有何不同？
学期 | 它解决了什么问题？ | 示例 |
|---|---|---|
API 集成 | 在系统之间建立编码连接 | 将所有已批准的发票上传到指定文件夹 |
MCP | 规范人工智能主机发现和使用功能的方式 | 让助手选择是搜索、阅读、整理还是分享 |
连接器或插件 | 为特定产品打包集成 | 使用 Claude 的 Dropbox 功能 |
抹布 | 检索相关材料以支撑生成的答案 | 在回答支持问题之前，请先查阅政策文档。 |
连接器或插件可以使用 API、MCP 或两者都使用。检索增强生成（RAG）将检索与生成相结合。它可以通过 API 或 MCP 资源检索数据。MCP 服务器还可以公开创建、组织、共享或恢复内容等操作。
何时应该使用 API、MCP 或两者都使用？
当你的软件知道确切的操作和顺序时，可以使用 API。例如，可以将每张最终发票归档到指定文件夹中的计费系统就是一个例子。
当 AI 主机需要从多个已批准的功能中进行选择时，请使用 MCP。研究人员可以在不知道文件名的情况下索取有关某个主题的最新文档。
当您需要在现有服务之上添加一个面向人工智能的层时，可以使用这两种方法。助理可以查找当前活动素材、整理交接文件夹、创建共享链接并保存摘要。
当您希望在特定的 AI 产品中获得现成的体验时，请选择连接器或插件。
在任何情况下，都要检查授权、范围、源权限、同意和审批点。MCP 定义了安全责任，但仅凭协议本身无法保证安全实施。
你可以使用 Dropbox 远程 MCP 服务器做什么？
借助 Dropbox 远程 MCP 服务器，您可以轻松地将 Dropbox 与您的 AI 工具连接起来。根据工具的不同，这可以支持以下操作：
- 文件搜索和读取
- 文件夹组织
- 共享链接
- 文件请求
- 基于文本的文件创建
- 查看或恢复文件版本
以下是一些可以促进人们在各项任务中提供帮助的方法：
- 准备活动审核：在 ChatGPT 中，找到已批准的简报和最新消息，然后创建共享链接以供审核。将文本摘要保存到项目文件夹中，以便下一个人可以继续工作。
- 开始编写代码时，请先了解当前项目背景：在 Codex 或 Cursor 中查找最新需求和决策日志，然后再编写代码。README 文件或实施说明保存到 Dropbox 以供审阅。
- 构建更清晰的项目交接流程：在 Claude Web 中，找到当前交付物，创建一个交接文件夹，整理文件，并为任何缺失的文件创建文件请求。
借助 Dropbox AI 工作流，您可以将文件和项目历史记录导入到受支持的 AI 体验中，然后保存、共享、查看和重复使用这些工具帮助您创建的内容。现有的文件权限和管理控件仍然决定着哪些内容和操作可用。
将正确的连接引入您的 AI 工作流程
选择用于预定义集成的 API。当人工智能体验需要发现和使用已批准的功能时，请选择 MCP。当您希望将人工智能指导和值得信赖的服务结合起来，以获得全面的体验时，请同时使用两者。
Dropbox 让您可以轻松地将可靠的源内容导入 AI 工具，从而确保您的项目能够顺利进行。只需连接到 Dropbox 远程 MCP 服务器或选择一个套餐即可开始使用。
常见问题解答
不。API 对于特定的软件操作仍然很有用。MCP 为 AI 主机提供选定功能的标准接口，这些功能可能依赖于底层 API。
MCP 可以使功能表面在兼容的 AI 主机之间重复使用。如果你的应用程序已经知道该做什么，那么直接调用 API 通常更简单。
不。RAG 收集信息以支持生成。MCP 服务器可以公开检索和操作，例如创建文件夹、共享文件或恢复版本。
