跳转到主要内容
我们认为 MCP 是模型与世界之间的接口。为了使用任何工具，我们认为它必须：
  1. 安全：凭证得到正确且安全的处理。
  2. 模块化：工具可以自由组合，而不是被锁定在某一台服务器上。
  3. 严格遵循规范：所有行为都可追溯。
借助 Dedalus MCP，我们满足了以上全部要求。我们不附带 CLI 脚手架或强主观风格的中间件，而是无缝集成到你现有的技术栈中。
## 什么是 MCP？
模型上下文协议 (MCP) 是一种让 AI 智能体与外部服务交互的标准。你无需将集成逻辑硬编码在系统中，而是对外提供 工具（functions）、资源（数据）和 prompts（模板），任何兼容 MCP 的 Client——如 Claude、GPT、Cursor——都可以自动发现并使用它们。 你可以把它理解为智能体能力的通用应用程序编程接口 API：你定义有哪些可用，由模型决定何时使用。
## 为什么选 Dedalus
### 默认即安全
其他框架通常把认证问题留给服务器开发者自己处理。我们构建了 DAuth：
  • 零信任：Dedalus 从不会看到原始 API 密钥或访问令牌。
  • 硬件安全隔离环境：凭证只在极短时间内完成校验，随后会从内存中清零。
  • 对主机不可见：凭证在离开你的设备前会在客户端加密。
  • 基于意图：定义访问意图（例如 slack_read），防止权限被劫持。
只需几行代码即可实现生产级认证，而不是耗费数周搭建基础设施。
### 模块化服务器
大多数模型上下文协议 (MCP) 框架会将工具与服务器紧密耦合： 
from fastmcp import FastMCP

mcp = FastMCP(name="CalculatorServer")

# tool 绑定到此服务器实例
@mcp.tool
def add(a: int, b: int) -> int:
    return a + b
Dedalus 将装饰逻辑与注册过程解耦： 
from dedalus_mcp import tool

# @tool attaches metadata. That's it.
@tool
def add(a: int, b: int) -> int:
    return a + b

# collect() 注册。同一个 tool,多个服务器。
server_a.collect(add)
server_b.collect(add)
工具成为可移植的单元。没有全局状态。测试彼此隔离。函数在任何环境下都能正常运行。
### MCP 可观测性与版本管理
模型上下文协议 (MCP) 拥有多个规范版本，且在实际行为上存在实质差异。与其他框架不同，Dedalus MCP 会精确记录你的 Client 所协商得到的具体版本。
### 快速且可用于生产环境
122 KB。FastMCP 为 8.6 MB——小 70 倍。我们交付的是代码，不是依赖。
Last modified on April 11, 2026