不到1分钟,我给AI装了25个工具

HELLO，大家好，我是有料又有故事的小C。

先说个让我挺尴尬的事。

前几天小C让 AI 帮忙整理桌面上的一堆文件，它回了我一句：「我没办法访问你的电脑，你可以把内容贴给我。」

我当场愣住——对啊，它只会聊天。

它能写诗、能改代码、能一本正经地胡说八道，但它看不见我硬盘里的东西，也不记得我上周跟它说过什么。聊天框一关，我在它眼里就是个陌生人。

后来小C挖到一个叫 MCP 的东西（Model Context Protocol，模型上下文协议），装上之后，AI 就长出手了：能读你本地文件、能记住你说过的话、能自己去查官方文档。

今天这篇，就是小C一个一个真装上、真握手、真数过的结果。

适用系统：Windows / macOS / Linux 都行

所需工具：Node.js 18+（或 uv）+ 一个支持 MCP 的客户端（Claude Desktop、Cursor、Cherry Studio 这些都行）

花费：0 元

不到1分钟，我给AI装了25个工具

1、先说数出来的结果：3 个跑通，25 个工具

小C这次没信任何一篇推荐文。

我写了个小脚本，按 MCP 协议用标准输入输出（stdio）跟每个服务器握一次手：发 initialize → 发 tools/list，然后数它自己报上来的工具数量。

启动时间是本机计时，工具数是它自己返回的，调用也是真发的。数据摆在这儿（2026-10-17 本机实测，Node v22.22.2，协议版本 2025-06-18）：

也就是说，我这边敲了不到 1 分钟命令，AI 就多了 25 个可以自己调用的工具。

而且这 25 个不是「AI 说自己有」，是它按协议一条条报给我、我再逐个点名的。

5个MCP服务器本机握手实测

2、Filesystem：让 AI 真的能碰你的文件（14 个工具）

第一个先说这个，因为它改变最直观。

@modelcontextprotocol/server-filesystem 是 MCP 官方参考实现里的一个，装完之后 AI 就能读写你指定目录里的文件。

它一次报了 14 个工具：

read_file（读文件）、read_text_file、read_media_file、read_multiple_files（一次读多个）、write_file（写文件）、edit_file（改文件）、create_directory（建目录）、list_directory（列目录）、list_directory_with_sizes、directory_tree（看目录树）、move_file（移动）、search_files（搜文件）、get_file_info、list_allowed_directories。

小C实测了一下：给它发 list_directory，指向我这个公众号项目的 scripts 目录，11 毫秒就回来了，1,009 个字符，把里面 45 个 .py 文件全列了出来，还标了 [FILE] / [DIR]。

命令长这样（把目录换成你自己的）：

npx -y @modelcontextprotocol/server-filesystem C:\Users\你的名字\Desktop 

为什么值得关注：这条命令里那个目录参数是硬边界。它只能碰这个目录，别的盘它压根看不到。想让 AI 帮你整理文件，就把要整理的那个文件夹路径写进去，别偷懒写个盘符根目录。

Filesystem：14个工具，11毫秒列出45个文件

3、Memory：给 AI 一个「记住你」的地方（9 个工具）

第二个是我个人觉得有意思的。

@modelcontextprotocol/server-memory 干的事就一件：给 AI 装一个长期记忆。它内部存的是一张知识图谱——实体（entity）、关系（relation），再加上一条条挂在实体上的记录（observation）。

它报了 9 个工具：create_entities、create_relations、add_observations、delete_entities、delete_observations、delete_relations、read_graph、search_nodes、open_nodes。

小C真跑了一遍：

1、先发 create_entities，建了一个实体「小C」，类型 person，观察是「在测MCP」——32 毫秒，返回了我刚写进去的内容；

2、再发 read_graph 读回来——3 毫秒，刚才那条老老实实在里头，relations 还是空的。

听起来很朴素对吧？但意义在这儿：它把「记忆」从模型里拿出来了，变成你本机上的一个文件。

换模型、换客户端、换对话，这份记忆都在——因为它是你的文件，不是某家服务器上的账号数据。

为什么值得关注：你现在跟 AI 说的每一句「我喜欢简洁的输出」「我家宽带是电信的」，都可以让它写进这张图，下次不用再交代一遍。

Memory：9个工具，建进去读得回来

4、Context7：让 AI 别再瞎编 API（2 个工具）

第三个只有 2 个工具，但可能是三个里最实用的。

@upstash/context7-mcp（我装到的是 v4.4.2）干的事是：从库的官方源里现场拉最新文档和可运行示例，塞进 AI 的上下文。

解决的是一个老毛病——AI 训练数据过时，动不动给你写个三年前就废弃的写法，或者干脆编一个不存在的函数。

它报的 2 个工具：resolve-library-id（把「react」这种名字解析成库 ID）、query-docs（按 ID 取文档）。

这里小C要自曝一个坑：我第一次调用 resolve-library-id 就被拒了，报错说 query 缺失；我改传 query，它又说 libraryName 缺失——它要求两个参数一起给。这种「缺一个就整个拒绝」的脾气，是 MCP 服务器的常态，别以为是装坏了。

为什么值得关注：Thoughtworks 的技术雷达把 Context7 收进了工具列表，理由就是它直接从源码仓库取版本对应的文档；另有开发者实测文章称，接上之后代码错误率能降 30%~50%（这个数字是社区实测口径，不是官方承诺，只能当参考）。

Context7：2个工具，专治AI编API

5、两个我没跑通的，也老实说

不想装作一切顺利，这两个是真没跑起来：

microsoft/markitdown（191k 星）

它做的是把 PDF、Word、Excel、图片统统转成 Markdown，让 AI 能直接读你的文档——方向很香，微软自家项目。

小C这次是用 uvx markitdown-mcp 装的，结果下包一直超时，跑了好几分钟没跑完，只好放弃。我另外把仓库 git clone --depth 1 拖下来量了一下：224 个文件，32MB。

@wonderwhy-er/desktop-commander（10k 星）

这个是让 AI 接管终端、进程、文件搜索的总控型服务器，社区里人气不低。

小C这儿的情况是：进程能起来（5.15 秒完成握手），但 tools/list 返回 0 个工具——大概率还需要额外配置文件或初始化步骤。我没继续往下折腾。

说这两个不是吐槽，是想提醒一句：MCP 现在还是「能用，但没那么顺」的阶段。 指望全都是一条命令装完就好使，会失望。跑不通是常态，跑得通是赚到。

两个没跑通的：markitdown 与 Desktop Commander

6、怎么装：三步搞定

1、装 Node.js 18+（去 nodejs.org 下 LTS 版，一路下一步）。装完在命令行敲 node -v，能出版本号就成了。

2、找到你客户端的 MCP 配置文件，加一段。Claude Desktop 是 claude_desktop_config.json，Cursor 是项目里的 .cursor/mcp.json，Cherry Studio 在设置里有图形入口。内容形如：

{   "mcpServers": {     "filesystem": {       "command": "npx",       "args": ["-y", "@modelcontextprotocol/server-filesystem", "C:\\Users\\你的名字\\Desktop"]     }   } } 

3、整个退出再重开客户端（只是关窗口不行，要真退出），然后在新对话里问它一句：「你现在能用哪些工具？」——它把工具清单一列出来，就成了。

想多装几个，就在 mcpServers 里继续加，格式一样。

7、为什么这几天大家都在聊这个

小C今天抓资讯的时候发现，今天的好几条新闻，指向的是同一件事：

• OpenAI 把 ChatGPT 的浏览器扩展升级成能读取你已经打开的标签页并接管操作，而且放弃了自建 Atlas 浏览器，转头缝进大家现有的浏览习惯里（钛媒体 Edge AI Daily，10 月 17 日）；
• 腾讯一批 AI 智能体为了查「公园哪个门人最多」，在高德上折腾了 11 天（钛媒体）；
• 国内一个开源接口平台 v6.3.0 更新，专门加了 WorkBuddy、千问办公、Trea Work、豆包等平台的 MCP 接入（开源中国）。

方向都一样：AI 正在从「会说」变成「会做」。

而「会做」的前提，就是得有一套统一的方式让它连到外面的工具和文件上——这就是 MCP 在干的活。

据 CSDN 技术社区 2026-10-15 的一篇梳理，MCP 官方 SDK 的月下载量已经超过 9,700 万次，活跃的 Server 数量破 1 万个（这是社区统计口径，不是官方公告；另有一份 2026-07 的报道称月下载破 4 亿，两个数字口径不一致，小C没能核实到原始出处，所以只敢给数量级）。

腾讯云开发者社区 2026-06-24 的一篇文章则给了个更具体的对比：工具集成这件事，纯手写适配要 48 小时，走 MCP 之后压到 2 小时。

最后老实交代

怕你们被数字唬住，小C把话说清楚：

• 「14 / 9 / 2 个工具、启动 6.17 / 6.09 / 5.05 秒、列目录 11 毫秒、建实体 32 毫秒、读回 3 毫秒、返回 1,009 字符、45 个 .py 文件」——全是小C今天在这台机器上按 MCP 协议（2025-06-18）实测出来的，不是抄的；
• 「首次启动 9.51 / 12.18 / 15.51 秒」——含 npx 第一次联网下载包的时间，你网络不一样差别会很大，第二次启动就快了；
• 「191k 星 / 10k 星」——是 2026-10-17 从 shields.io 读到的，和你点进 GitHub 看到的可能有出入；
• 「markitdown 224 个文件 / 32MB」——是小C git clone --depth 1 之后用 find 和 du 数出来的；
• 「月下载 9,700 万、活跃 Server 破 1 万」「48 小时到 2 小时」「错误率降 30%~50%」——都是公开社区文章给的口径，小C没能复现，别当承诺看；
• 「OpenAI 浏览器扩展、腾讯 Agent 折腾 11 天、接口平台支持 MCP」——来自今天抓到的资讯原文，小C没有验证。

哪些是亲手量的、哪些是人家说的，分清比记住数字重要。

问个具体的：你现在主力用哪个 AI 客户端？Claude Desktop、Cursor 还是 Cherry Studio？评论区报一下名字，小C下期挑人多的那个，把配置文件逐行拆一遍。

快去试试吧，我们下期再见！

【来源】本机实测（Windows 2026-10-17，Node v22.22.2，MCP 2025-06-18 stdio 握手）；shields.io（星数）；git clone --depth 1 后 find/du（markitdown 仓库）；今日资讯（钛媒体 10-17、开源中国）；CSDN 2026-10-15（MCP 生态规模）、腾讯云开发者社区 2026-06-24（集成耗时）、2025-10-31 实测文（Context7 错误率）；Thoughtworks 技术雷达。