LCP Apps是一個穩定的標準（版本2026-01-26），支持LCP伺服器直接在Claude和ChatGPT等人工智慧聊天界面中顯示交互界面，包括圖表、表格、地圖、3D場景和數據面板。
您可以通過nPM安裝@ modelcontextprotector/ext-apps SDK，使用相關SDK開發應用程式或構建主機環境，並運行20多個示例（例如預算工具、PDF查看器、實時監控面板等）本地或客戶端。
通過該標準，您可以創建身臨其境的交互式人工智慧工具，將豐富的可視化和交互控制直接嵌入到對話中，以最大限度地提高效率。
最近，開源社區裡有一個項目：
模型上下文協議/ext-apps。
乍一看，許多人錯誤地認為這個存儲庫只是一個普通的示例項目。但如果你在整個模型上下文協議（HCP）系統中觀察它，你會發現它實際上正在做一件非常重要的事情： 使人工智慧聊天界面真正成為可以運行應用程式的界面。
在過去的幾年裡，大型語言模型幾乎只有一種交互形式--文本。你向人工智慧提出一個問題，它會返回一段文本，最多還有一些代碼塊或表格。即使人工智慧調用該工具、訪問資料庫並在後台運行腳本，用戶仍然會看到文本描述。
這種模式對於信息查詢和簡單分析已經很強大了，但是當涉及到更複雜的任務，如數據分析、預算計算、監控儀錶板或文檔瀏覽時，文本就變得有些有限了。用戶真正需要的往往不是一個解釋，而是一個可以操作的界面。
LCP Apps想要解決這個問題。
LCP本身是一組協議，定義了人工智慧如何調用外部工具、訪問數據以及與各種系統交互。在此基礎上，HCP Apps更進一步： 通過允許這些工具不僅返回數據，而且返回接口。
因此，人工智慧不再只是輸出描述，而是可以在聊天窗口中直接呈現圖表、表格、地圖甚至3D場景。用戶可以在對話中與這些界面交互、修改參數、過濾數據和提交表格，而人工智慧則繼續根據這些交互執行任務。
如果傳統的人工智慧對話是這樣的：
AI：根據您的數據分析，預算為2，000美金。
那麼使用MCP應用程式的體驗更像這樣：
預算計算器直接出現在聊天窗口中，您可以調整參數並實時查看圖表變化;或者打開PDF查看器，在閱讀文檔的同時與AI討論內容;您甚至可以看到實時監控面板來查看系統狀態，就像在查看O M儀錶板一樣。
這正是 下一應用程式 為什麼存儲庫存在。
該項目實際上為LCP Apps提供了開發工具和示例環境。開發者可以安裝 @ modelcontextprotection/ext-apps 通過npm的SDK，並使用它來構建自己的MCP應用程式，或者他們可以直接運行來自存儲庫的20多個示例程式。
這些示例不是簡單的演示，而是完整的小型應用程式，例如預算工具、PDF閱讀器、實時監控面板和數據可視化界面。這些示例提供了對LCP Apps在人工智慧對話中嵌入真正交互式界面的能力的視覺理解。
從技術角度來看，這實際上是將「應用層」移入聊天窗口。
人工智慧不再只是一個問答系統，而更像是一個作業系統入口。用戶啟動該工具並通過自然語言調用服務，而工具的界面直接出現在對話流程中。最初是網絡應用程式的圖表、表格、地圖和數據表開始出現在人工智慧聊天界面中。
這種變化的潛力是巨大的。
想像一下，數據分析師不再需要在多個軟體之間切換，而是直接在人工智慧對話中查看數據圖表並運行分析腳本; OM工程師可以在聊天窗口中看到實時監控面板，讓人工智慧自動診斷異常;即使是普通用戶也可以在對話中完成預算規劃、文檔閱讀或項目管理。
在這種模式下，聊天窗口逐漸成為新的應用容器。
隨著越來越多的人工智慧客戶開始支持HCP（例如Claude桌面或ChatGPT），這種功能可能會變得更加普遍。
開發人員不再只是網絡應用程式，而是可以嵌入人工智慧對話中的「人工智慧應用程式」。用戶不再需要打開數十個網站或軟體，只需與AI交談即可調用這些工具。
從這個角度來看，模型上下文協議/ext-apps 它不僅僅是一個示例存儲庫，它更像是新生態系統的起點。
當人工智慧對話開始託管應用程式界面時，我們習慣的「軟體形式」可能會發生變化。未來的許多工具可能不再以獨立網站或應用程式的形式出現，而是以獨立網站或應用程式的形式出現 人工智慧對話中的互動面板.
而LCP Apps可能是通往未來的謎題中的重要組成部分。