Anthropic 通过积极参与模型上下文协议 (MCP) 规范的开发、测试实际实现以及通过工具和文档促进采用来为 MCP 做出贡献。该公司专注于完善 MCP 的技术基础，以确保 AI 模型和外部系统之间的互操作性，并强调清晰性和可扩展性。例如，Anthropic 提出了 MCP 模式定义的扩展，以更好地处理嵌套上下文结构，从而能够更精细地控制模型如何处理多步骤任务或引用外部数据源。
贡献的一个关键领域是改进 MCP 对模型交互期间动态上下文更新的支持。 Anthropic 开发了开源库，简化了 MCP 与 Claude API 等框架的集成，允许开发人员附加元数据、跟踪对话历史记录或实时调整上下文窗口参数。 这些工具包括验证实用程序，以确保上下文有效负载符合 MCP 标准，从而减少集成错误。 此外，Anthropic 还记录了诸如上下文感知审核过滤器和检索增强生成 (RAG) 工作流之类的用例，展示了 MCP 如何在 AI 平台上标准化这些模式。
Anthropic 还在与其他组织合作，以使 MCP 与更广泛的行业需求保持一致。 例如，他们为关于上下文模式的版本控制策略和部分上下文失败的错误处理机制的讨论做出了贡献。 通过开源参考实现并为开发人员举办研讨会，Anthropic 旨在减少采用 MCP 的摩擦，同时收集反馈以解决边缘情况。 这种迭代方法确保协议保持足够的灵活性，以支持从聊天机器人到复杂代理系统的各种应用程序，而不会将用户锁定到专有解决方案中。