AI 只会聊天不会干活?装上 MCP,你的 AI 助手战斗力直接拉满

AI 只会聊天不会干活？装上 MCP，你的 AI 助手战斗力直接拉满

你有没有发现，AI 编程助手虽然聪明，但总像被关在"玻璃盒子"里——能看到你发的文字，却碰不到外面的世界？查不了 GitHub、读不了数据库、搜不了最新资料、操控不了浏览器……
MCP 就是那把打开盒子的钥匙。这篇文章从"什么是 MCP"到"怎么装"到"装哪些"，一篇讲透。

01 | AI 的"玻璃盒子"困境

用 AI 编程助手时，你是不是也遇到过这些：

•让 AI 查 GitHub Issue → "我无法访问外部网站"•让 AI 读本地数据库 → "我无法直接访问您的数据库"•让 AI 搜最新资料 → "我的训练数据有截止日期"•让 AI 操作浏览器测试 → "我没有浏览器"

AI 很聪明，但它被困在了一个透明的玻璃盒子里——能看到你发的文字，却看不到外面的世界。

这就好比你雇了一个超级聪明的助手，但把他锁在一间没有窗户、没有电话、没有网络的房间里。他确实很聪明，但他没法帮你去楼下拿个快递。

MCP，就是给这个房间开了一扇门。

02 | MCP 是什么？一句话说清

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，让 AI 能连接外部工具和数据源。

类比一下：

类比	说明
USB-C 接口	手机通过 USB-C 连接各种外设
插件系统	VS Code 通过插件扩展功能
MCP	AI 通过 MCP 连接各种工具和数据

MCP 的核心思路：AI 不需要内置所有能力，只需要一个标准接口，按需连接外部工具即可。

MCP 官方文档首页，协议由 Anthropic 发起，已成为开放标准

03 | MCP 的架构：三层角色

MCP 的架构只有三个角色，非常清晰：

MCP 架构：Host → Client → Server，标准协议连接一切

角色	说明	举例
Host（宿主）	你使用的 AI 应用	Claude Desktop、Cursor、VS Code Copilot
Client（客户端）	Host 内置的 MCP 管理器，负责与 Server 通信	Claude Desktop 内置的 MCP Client
Server（服务端）	提供具体能力的独立进程	GitHub MCP Server、Playwright MCP Server

工作流程：

1.你对 AI 说："帮我查一下 GitHub 上这个 Issue"2.Host 把请求转给 Client3.Client 通过 MCP 协议调用 GitHub Server4.GitHub Server 执行操作，返回结果5.AI 拿到结果，回复你

关键设计： Server 是独立进程，Host 不需要知道 Server 的实现细节，只需要知道它提供哪些工具。这就像你不需要知道 USB 鼠标内部怎么工作，插上就能用。

04 | MCP 能干什么？三大能力

MCP Server 可以提供三种能力：

能力一：Tools（工具）

让 AI 能执行操作。这是最核心的能力。

•GitHub Server → 创建 Issue、搜索代码、查看 PR•Playwright Server → 打开网页、点击按钮、截图•Filesystem Server → 读写文件、创建目录

能力二：Resources（资源）

让 AI 能读取数据。

•数据库 Server → 查询表结构和数据•日志 Server → 读取系统日志•API Server → 获取第三方 API 数据

能力三：Prompts（提示模板）

提供预定义的提示模板，让常用操作一键触发。

•代码审查模板 → 一键启动 Code Review•Bug 分析模板 → 一键启动 Bug 排查流程

05 | 去哪找 MCP Server？

MCP 官方 Server 仓库，包含 GitHub、Filesystem、Brave Search 等参考实现

来源	特点	地址
官方参考实现	质量有保证	https://github.com/modelcontextprotocol/servers^[1]
MCP Directory	数量最全，分类清晰	https://github.com/modelcontextprotocol/servers^[2]
MCP.so	搜索体验好	https://mcp.so/^[3]
awesome-mcp-zh	中文社区精选推荐	GitHub 搜索即可

查找优先级： 官方参考实现 → MCP Directory → MCP.so → awesome-mcp-zh

找到 Server 后，看它的 README，里面有配置 JSON，复制粘贴即可。

06 | 怎么安装 MCP？各平台配置指南

前置条件

类型	需要准备
stdio 类型（本地运行）	Node.js >= 18、Python >= 3.11、npx、uvx
HTTP 类型（远程运行）	网络能访问 Server URL，部分需要 API Key

6.1 Claude Desktop 配置

Claude Desktop 是目前 MCP 生态最成熟的客户端之一。

配置文件位置：

系统	路径
macOS	`~/Library/Application Support/Claude/claude_desktop_config.json`
Windows	`%APPDATA%\Claude\claude_desktop_config.json`
Linux	`~/.config/Claude/claude_desktop_config.json`

配置格式：

{  "mcpServers": {    "server-name": {      "command": "npx",      "args": ["-y", "@scope/mcp-server-package"],      "env": {        "API_KEY": "your-api-key-here"      }    }  }}

操作步骤：

1.打开 Claude Desktop2.点击左上角菜单 → Settings → Developer3.点击 "Edit Config" 打开配置文件4.按格式添加 MCP Server 配置5.完全退出并重启 Claude Desktop（重要！不是最小化，是退出重启）6.新对话中即可使用 MCP Server 的工具

6.2 Cursor 配置

Cursor 对 MCP 的支持非常好，配置改动即时生效，不需要重启。

配置文件位置：

类型	路径
全局配置	`~/.cursor/mcp.json`
项目配置	`.cursor/mcp.json` （项目根目录）

操作步骤：

1.打开 Cursor2.Cmd/Ctrl + Shift + P → 搜索 "MCP"3.或直接去 Preferences → MCP4.点击 "+ Add new global MCP server"5.粘贴 JSON 配置，保存后即时生效

小技巧：项目级配置（.cursor/mcp.json）可以提交到 Git，整个团队共享同一套 MCP 配置。

6.3 VS Code 配置

VS Code 的 MCP 支持通过 Copilot Chat（Agent 模式）来使用。

配置文件位置：

类型	路径
项目配置	`.vscode/mcp.json`
用户配置	通过命令面板 "MCP: Open User Configuration"

注意： VS Code 的配置格式用的是 "servers" 而不是 "mcpServers"。

{  "servers": {    "github": {      "type": "http",      "url": "https://api.githubcopilot.com/mcp"    },    "playwright": {      "type": "stdio",      "command": "npx",      "args": ["-y", "@microsoft/mcp-server-playwright"]    }  }}

VS Code 还有一个便捷功能：设置 chat.mcp.discovery.enabled 为 true，可以自动从 Claude Desktop、Cursor 等其他客户端导入已有的 MCP 配置。

6.4 Claude Code 配置

Claude Code 是终端里的 AI 编程助手，支持命令行直接管理 MCP。

# 添加一个 stdio 类型的 MCP Serverclaude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /path/to/dir# 添加一个带环境变量的 MCP Serverclaude mcp add github -e GITHUB_PERSONAL_ACCESS_TOKEN=ghp_xxx -- npx -y @modelcontextprotocol/server-github# 查看已添加的 MCP Serverclaude mcp list# 删除一个 MCP Serverclaude mcp remove filesystem

07 | 实战：推荐安装的 5 个 MCP Server

第一名：GitHub MCP Server

为什么必装： 程序员最核心的协作平台。装了它，AI 就能直接帮你查 Issue、看 PR、搜代码、创建 Issue。

{  "mcpServers": {    "github": {      "command": "npx",      "args": ["-y", "@modelcontextprotocol/server-github"],      "env": {        "GITHUB_PERSONAL_ACCESS_TOKEN": "你的 GitHub Token"      }    }  }}

获取 Token：https://github.com/settings/tokens^[4] → Generate new token (classic) → 勾选 repo、read:org

装完你可以问：

•"帮我看一下 xxx 仓库最近的 PR"•"这个仓库里有没有关于认证的 Issue？"•"帮我在 xxx 仓库创建一个 Issue"

第二名：Filesystem MCP Server

为什么必装： 让 AI 能安全地读写你指定的目录，比 shell 命令操作文件更安全、更可控。

{  "mcpServers": {    "filesystem": {      "command": "npx",      "args": [        "-y",        "@modelcontextprotocol/server-filesystem",        "/Users/you/projects",        "/Users/you/documents"      ]    }  }}

args 里列出的是 AI 被允许访问的目录，AI 只能操作这些目录下的文件，不会越界。

第三名：Brave Search MCP Server

为什么必装： 让 AI 能搜索互联网，获取最新信息。Brave Search 免费、注重隐私、不追踪用户。

{  "mcpServers": {    "brave-search": {      "command": "npx",      "args": ["-y", "@modelcontextprotocol/server-brave-search"],      "env": {        "BRAVE_API_KEY": "你的 Brave Search API Key"      }    }  }}

获取 API Key：https://brave.com/search/api/^[5] → 注册账号（免费计划每月 2000 次查询）

装完你可以问：

•"搜一下 React 19 有什么新特性"•"最近有什么关于 MCP 的新闻？"•"帮我查一下 xxx 这个库的最新版本"

第四名：Fetch MCP Server

为什么必装： 让 AI 能抓取网页内容。比搜索引擎更精准——给一个 URL，直接读取页面内容。

{  "mcpServers": {    "fetch": {      "command": "npx",      "args": ["-y", "@modelcontextprotocol/server-fetch"]    }  }}

这个不需要任何 API Key，开箱即用。

装完你可以问：

•"帮我读一下这个网页的内容：https://example.com/article"^[6]•"这个 API 文档写了什么？"

第五名：Playwright MCP Server

为什么必装： 让 AI 能控制浏览器——打开页面、点击按钮、填表单、截图、做自动化测试。前端开发者神器。

Playwright MCP Server，微软官方出品，让 AI 操控浏览器

{  "mcpServers": {    "playwright": {      "command": "npx",      "args": ["-y", "@playwright/mcp@latest"]    }  }}

装完你可以问：

•"打开 http://localhost:3000，截个图给我看看"^[7]•"点击登录按钮，输入用户名 admin 密码 123456，然后提交"•"帮我测试一下这个表单提交后的响应"

08 | 完整配置示例

把 5 个 MCP Server 组合在一起，就是一个全功能配置：

{  "mcpServers": {    "github": {      "command": "npx",      "args": ["-y", "@modelcontextprotocol/server-github"],      "env": {        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxxxxxxxxxx"      }    },    "filesystem": {      "command": "npx",      "args": [        "-y",        "@modelcontextprotocol/server-filesystem",        "/Users/you/projects",        "/Users/you/documents"      ]    },    "brave-search": {      "command": "npx",      "args": ["-y", "@modelcontextprotocol/server-brave-search"],      "env": {        "BRAVE_API_KEY": "BSAxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"      }    },    "fetch": {      "command": "npx",      "args": ["-y", "@modelcontextprotocol/server-fetch"]    },    "playwright": {      "command": "npx",      "args": ["-y", "@playwright/mcp@latest"]    }  }}

把这段 JSON 保存到你使用的 AI 客户端的配置文件里（注意替换 Token 和路径），重启客户端，你就拥有了一个全副武装的 AI 助手。

09 | 配置 MCP 前后对比

能力	配置前	配置后	对应 MCP Server
写代码	很强	很强	—
理解需求	不错	不错	—
解释 Bug	不错	不错	—
搜资料	不行	很强	Brave Search
查 GitHub	不行	不错	GitHub
读数据库	不行	不错	PostgreSQL
操作浏览器	不行	很强	Playwright
读写文件	不行	很强	Filesystem
综合战斗力	约 30%	约 90%	—

剩下的 10% 是什么？是帮你泡咖啡。等 MCP 接入咖啡机的那天。

10 | 进阶：MCP 的工作原理

如果你只想用 MCP，前面 9 节已经够了。但如果你好奇底层是怎么工作的，这里简要说明。

通信协议：JSON-RPC 2.0

MCP 底层使用 JSON-RPC 2.0 协议，每次通信都是一个 JSON 对象：

请求（客户端 → 服务端）：

{  "jsonrpc": "2.0",  "id": 1,  "method": "tools/call",  "params": {    "name": "github_create_issue",    "arguments": {      "repo": "my-org/my-repo",      "title": "Bug: 登录页面白屏",      "body": "在 Safari 浏览器上打开登录页面显示白屏"    }  }}

响应（服务端 → 客户端）：

{  "jsonrpc": "2.0",  "id": 1,  "result": {    "content": [      {        "type": "text",        "text": "Issue #42 已创建: https://github.com/my-org/my-repo/issues/42"      }    ]  }}

连接生命周期

┌──────────┐                              ┌──────────────┐│ AI 客户端 │                              │  MCP Server  │└────┬─────┘                              └──────┬───────┘     │                                           │     │  1. initialize（我的版本是x，支持A/B/C）    │     │ ─────────────────────────────────────────► │     │                                           │     │  2. 返回（我的版本是y，支持D/E/F）          │     │ ◄───────────────────────────────────────── │     │                                           │     │  3. initialized（准备好了）                │     │ ─────────────────────────────────────────► │     │                                           │     │  4. tools/list（你有哪些工具？）            │     │ ─────────────────────────────────────────► │     │                                           │     │  5. 返回工具列表                           │     │ ◄───────────────────────────────────────── │     │                                           │     │  6. tools/call（调用 xxx 工具）             │     │ ─────────────────────────────────────────► │     │                                           │     │  7. 返回执行结果                           │     │ ◄───────────────────────────────────────── │

四个阶段：

1.握手：客户端和服务端互相告诉对方"我支持什么"2.发现：客户端问"你有哪些工具？"，服务端返回工具列表3.调用：客户端根据需要调用特定工具4.通知：服务端的工具列表变化时，主动通知客户端刷新

为什么这个设计很优雅？ 因为它是动态发现的。AI 客户端不需要提前知道有哪些 MCP Server，运行时自动发现可用工具。这意味着你可以随时添加新的 MCP Server，AI 会自动识别并使用新能力。

11 | 两种传输方式

方式	说明	适用场景
stdio	本地启动一个子进程，通过标准输入/输出通信	本地运行的 Server（GitHub、Filesystem 等）
HTTP/SSE	通过网络连接远程 Server	远程托管的 Server（Supabase、云数据库等）

大部分本地 MCP Server 用 stdio，大部分云端 MCP Server 用 HTTP/SSE。

12 | 常见问题

Q：MCP 只能用于 Claude 吗？

不是。MCP 是开放协议，任何 AI 应用都可以接入。目前 Claude Desktop、Cursor、VS Code Copilot、Claude Code、Windsurf、Cline 等都已支持。

Q：MCP Server 安全吗？

MCP Server 运行在独立进程中，只能访问你明确授权的资源。比如 Filesystem Server 只能操作你配置中指定的目录。建议只安装你信任的 Server，API Key 不要提交到 Git。

Q：装了 MCP 会变慢吗？

MCP Server 是按需启动的，不用的时候不会占用资源。调用时会有网络/进程通信开销，但通常在毫秒级，体感不明显。

Q：MCP 和 Function Calling 有什么区别？

Function Calling 是模型厂商的私有接口，每个厂商格式不同。MCP 是开放标准协议，一套配置跨平台通用。类比：Function Calling 是"苹果 Lightning 口"，MCP 是"USB-C"。

写在最后

MCP 的本质，是给 AI 开了一扇门。

没有 MCP 的 AI，像一个被困在玻璃盒子里的天才——看得见世界，却碰不到。有了 MCP，它终于能走出盒子，帮你查 GitHub、搜资料、读数据库、操控浏览器、读写文件……

从"只能聊天"进化到"能干活的全能助手"，差的只是一个 MCP。

MCP GitHub 组织，协议开源，社区活跃

如果你正在用 Claude Code、Cursor、VS Code Copilot 或 ChatGPT 写代码，但还没配 MCP——那你只用到了这些工具 30% 的能力。现在就去配置吧。

相关链接

资源	地址
MCP 官方文档	https://modelcontextprotocol.io/^[8]
MCP 官方 Server 仓库	https://github.com/modelcontextprotocol/servers^[9]
MCP GitHub 组织	https://github.com/modelcontextprotocol^[10]
Playwright MCP	https://github.com/microsoft/playwright-mcp^[11]
Brave Search API	https://brave.com/search/api/^[12]
GitHub Token 生成	https://github.com/settings/tokens^[13]

本文图片素材来源于 MCP 官方文档、GitHub 项目页面截图，版权归原作者所有。

References

[1]: https://github.com/modelcontextprotocol/servers[2]:https://github.com/modelcontextprotocol/servers[3]:https://mcp.so/[4]:https://github.com/settings/tokens[5]:https://brave.com/search/api/[6]:https://example.com/article"[7]:http://localhost:3000，截个图给我看看"[8]:https://modelcontextprotocol.io/[9]:https://github.com/modelcontextprotocol/servers[10]:https://github.com/modelcontextprotocol[11]:https://github.com/microsoft/playwright-mcp[12]:https://brave.com/search/api/[13]: https://github.com/settings/tokens