乐于分享
好东西不私藏

MCP 入门:3分钟把工具接进 AI 助手

MCP 入门:3分钟把工具接进 AI 助手

MCP
TRAE
AI编程

MCP 是什么?3分钟把任意工具接进 TRAE,AI编程进入”乐高时代”

如果我告诉你,现在只需要 3 分钟,就能让 TRAE 读懂你的 Figma 设计稿、自动操作 GitHub、写完代码直接更新数据库——你会觉得这是黑科技,还是本该如此?

这就是 MCP 正在做的事。


MCP 是什么

MCP,Model Context Protocol,中文叫”模型上下文协议”。它由 Anthropic 发布,核心目标只有一个:给 AI 和外部工具之间,建立一套统一的”语言”

怎么理解?

过去,开发者想让 AI 助手调用外部工具,需要自己写一堆接口适配代码——接一个 GitHub 要写一套,接一个 Figma 又要写一套。每个工具的接口规范不同,AI 完全不认识它们。

MCP 出现之后,这事变了。

你可以把 MCP 想象成 USB 接口——以前每家手机充电线都不一样,现在有了 Type-C,所有设备都能插上就用。MCP 就是 AI 世界的那个”统一接口”:只要一个工具按 MCP 标准开发,任何支持 MCP 的 AI 应用都能直接调用它,不需要额外适配。

MCP 协议定义了三个核心角色:

MCP Host — 执行者,TRAE、Cursor 这类 IDE 就是 Host,负责协调整个流程

MCP Client — 藏在 Host 内部,负责向 Server 发请求、收响应

MCP Server — 工具的 MCP 封装,GitHub 有 GitHub MCP Server,Figma 有 Figma MCP Server

Agent 开发者和工具开发者可以完全独立工作——工具方按 MCP 标准发布 Server,Agent 方直接接入调用,这就是 MCP 最大的价值:解耦


为什么说这是”乐高时代”

MCP 出现之前,AI 编程工具的能力上限是模型本身的聪明程度。模型不会的东西,它就不会。

MCP 打破了这一层。现在 AI 编程工具的能力边界,取决于你给它插了多少”模块”:

插上 GitHub MCP — AI 直接读仓库、提 Issue、改代码

插上 Figma MCP — AI 读设计稿、写前端代码,一气呵成

插上数据库 MCP — AI 帮你查数据、写 SQL、改表结构

插上浏览器 MCP — AI 直接操控网页,做自动化测试

每个 MCP Server 就是一块乐高积木。你想要什么能力,就拼什么积木。

这个模式正在快速普及。Anthropic 背后有 Claude,Cursor 和 TRAE 全面支持,MCP 生态已经积累了数千个开源 Server。从趋势来看,MCP 有可能成为 AI 时代的”行业标准接口”。


3 分钟配置你的第一个 MCP

说远了,回到实操。以 TRAE 为例,它把 MCP 做成了目前最易用的形态:内置 MCP 市场 + 一键添加,几乎零门槛。

前提:确保 TRAE 更新到 v1.3.0 及以上(2025 年 4 月后的版本都支持)。

方式一:从市场添加(推荐)

[1]
打开 TRAE,进入 AI 面板,点击右上角设置图标 → MCP,进入配置页面

[2]
从列表中找到你需要的 MCP Server,点击右侧的 + 按钮添加。比如 GitHub、Puppeteer、File System 都是常见选项

[3]
对于需要认证的 Server(如 GitHub),把对应的 Token 粘贴进去,点击确认,搞定

整个过程不超过 1 分钟。

方式二:手动配置(进阶用)

如果市场里没有你想要的 Server,可以手动添加 JSON 配置。TRAE 支持两种传输类型:

stdio 传输:通过本地进程通信,适合命令行工具

SSE 传输:通过 HTTP 长连接通信,适合远程服务

以 npm 安装的 Server 为例,配置形如:

{ “mcpServers”: { “github”: { “command”: “npx”, “args”: [“-y”, “@modelcontextprotocol/server-github”], “env”: { “GITHUB_PERSONAL_ACCESS_TOKEN”: “your-token-here” } } } }

配置好后,所有已添加的 MCP Server 会自动出现在 @Builder with MCP 选项里,你在智能体模式下可以直接 @ 调用。

配好了怎么用?

在 TRAE 的智能体对话框里,直接 @ 你的 MCP 工具发指令:

“请根据我提供的 Figma 链接,生成对应的 React + Tailwind 前端代码”

TRAE 会自动调用 Figma MCP 读取设计稿信息,结合你的指令,生成完整的前端代码。

这就是 MCP 的使用体验:AI 不再只是”写代码”,而是真正接管了工具链。


写在最后

MCP 不是一项正在兴起的技术,它已经是现实。Cursor、TRAE、Claude Desktop 全面支持,GitHub、Figma、PostgreSQL 等主流工具均已发布官方 MCP Server,生态还在快速扩张。

对于 AI 编程工具的用户来说,理解 MCP 的逻辑比学会配置某几个 Server 更有价值——

你要解决什么问题,就去找对应的积木。

下次觉得 AI 助手”这也不会那也不会”的时候,先去 MCP 市场搜一圈,可能答案已经在那里了。


你接了哪些 MCP 工具?
欢迎在评论区说说,我们互相抄作业。

觉得有用,转发给你身边用 AI 编程的同事——这个工具链真的能省很多时间。

——VibeCoding大爆炸,持续分享 AI 编程的真实经验