别再乱装插件了!使用智能体的内容创作者只需要这6个MCP

最近很多朋友在用Claude Code、Codex这些AI编程工具写公众号、做短视频文案，但经常遇到一个问题：工具能用，但总感觉AI"看不到"你想要的资料，也"够不着"你想连的平台。

比如你想让AI帮你搜最新资料，它只能靠自己的记忆瞎编；你想让它直接把文章发到公众号草稿箱，它只能说"抱歉我做不到"。

这个问题其实不难解决。今天就想着把Skill和MCP这两个概念说清楚，顺便整理一份内容创作者必装的MCP清单。

先说清楚：Skill和MCP到底是什么

很多人把Skill和MCP混在一起，以为都是"给AI装插件"。其实不是一回事。

Skill = AI的专业技能包

你可以把Skill理解成给AI配的"操作手册"。

比如你经常要让AI写公众号爆文，每次都要从头解释"我要什么风格、怎么起标题、开头结尾怎么写"，很麻烦。装个Skill之后，这些规则就固化成一个技能包，AI看到相关任务时自动调用，不用每次重复交代。

Skill里可以放：

• 写作模板（标题公式、文章结构）
• 操作流程（发PR的标准步骤、测试检查清单）
• 知识规则（品牌风格指南、代码规范）

MCP = AI的连接器

MCP全称Model Context Protocol（模型上下文协议），是让AI能"看到外部世界"的标准接口。

举个例子：AI本身看不到你的Gmail、你的Google Drive、实时网页内容。装了对应的MCP Server之后，AI就能直接去这些地方拉数据、搜信息、执行操作。

MCP连接的是：

• 搜索引擎（实时联网搜索）

• 文件系统（读写本地文件、云盘文档）

• 第三方平台（GitHub、公众号、CRM）

• 数据库、浏览器、API服务

一句话说清楚区别：

Skill教AI"怎么做事"，MCP给AI"接触外部系统的能力"。

前者是知识和流程，后者是连接和数据。

什么时候该装Skill，什么时候该装MCP

判断很简单，问自己两个问题：

问题1：这件事AI需要外部数据吗？

• 需要 → 装MCP

• 不需要 → 看问题2

问题2：这件事需要重复做，而且每次都要解释一遍规则吗？

• 需要 → 装Skill

• 不需要 → 直接提示词就行

举几个实际场景：

另外有个容易踩的坑：MCP装太多会吃掉你的上下文窗口。

每个MCP Server连上之后，AI每次对话都要加载它的能力说明，占用token。如果你一口气装了十几个MCP，可能还没开始聊，三分之一的上下文就没了。

所以原则是：只装你真的会用的，不要贪多。

内容创作者必装的6个MCP

我按使用频率和实用性筛了一遍，下面这6个基本能覆盖公众号写作、短视频文案、素材收集的全流程。

1. Brave Search — 实时联网搜索

如果你只装一个MCP，装这个。

AI本身的知识有时效性，写热点内容、找最新案例、核对数据时都得联网。Brave Search速度快、结果准，配置起来也方便。

装完之后直接跟AI说"帮我搜一下2026年6月最火的AI短视频工具"，它会返回带链接的实时结果。写推荐文的时候，再也不用自己开十几个浏览器标签了。

安装提示：在.claude/mcp.json里加一条配置就行，不需要API Key，免费。

2. Firecrawl — 深度抓取网页内容

有时候你看到一篇竞品爆文，想让AI拆解它的结构和技巧，直接丢链接过去AI可能只读到一半。Firecrawl能把整个页面的内容完整抓下来，包括动态加载的部分，转成AI能分析的格式。

适合做什么：

• 拆解竞品爆文的写作套路

• 研究某个产品的官网文案逻辑

• 批量采集同类文章建素材库

注意：Firecrawl有免费额度（每月500页），个人用基本够。

3. GitHub MCP — 找开源项目、查项目动态

如果你经常写"GitHub神器推荐""开源工具测评"这类文章，GitHub MCP能省掉大量手动操作。

AI可以直接在对话里帮你搜项目、读README、查Star数和最近更新时间。写文章时说一句"帮我找一下GitHub上Star数超过5000的AI写作工具"，结果直接出来。

不光能搜，还能看Issue里用户反馈了什么问题，对写测评文章很有用。

4. Google Drive MCP — 读写你的云端素材库

如果你的灵感、素材、参考资料存在Google Docs或Sheets里，这个MCP让AI能直接去翻你的文件，按标题或内容搜索。

比如你跟AI说"去我的Drive里找'爆款案例'文件夹，把最近10篇案例的标题整理成表格"，它就能做到。不用再手动复制粘贴了。

注意：首次配置需要授权Google账号，稍微有几步，但配完一次后面就不用管了。

5. Playwright MCP — 浏览器自动化

这个稍微高级一点，但对内容创作者也很实用。

Playwright MCP让AI能操作浏览器——打开网页、点击按钮、填写表单、截图。你可以让AI帮你登录公众号后台、上传文章、截取页面效果图。

适合场景：

• 批量截取产品页面做教程配图

• 自动化登录和上传流程

• 测试某个工具的操作流程并自动截图

提示：Playwright MCP需要本地安装浏览器内核，按照官方文档操作，大概5分钟能搞定。

6. Tavily — 深度研究和多源聚合

跟Brave Search不一样的是，Tavily不是简单搜索，而是支持深度研究模式。它能从多个来源汇总信息，过滤掉低质量结果，生成带引用的研究报告。

如果你经常写行业分析、深度报告、趋势观察类文章，Tavily比单纯搜索靠谱很多。

提示：Tavily有免费额度（每月1000次），注册后拿到API Key填到配置里就行。

三步装好MCP

装MCP比想象中简单：

第一步：找到MCP Server的GitHub地址。上面6个在GitHub搜名字都能直接找到。

第二步：编辑配置文件。Claude Code用户编辑.claude/mcp.json，Cursor在设置里找MCP Servers选项，Codex CLI编辑~/.codex/mcp.json。格式都差不多，照着文档复制一段JSON就行。

别被"编辑JSON"这几个字吓到，其实就是复制粘贴一段配置，类似这样：

{  "mcpServers": {    "brave-search": {      "command": "npx",      "args": ["-y", "@anthropic/mcp-brave-search"]    }  }}

第三步：重启AI工具，试着说一句"帮我搜索最新的AI新闻"。能返回实时结果就说明MCP已经生效了。

有些MCP需要API Key（比如Tavily、Firecrawl），注册账号后在配置文件里填上就行。

写在最后

Skill和MCP不冲突，很多时候你两个都要装。

比如我自己的工作流：用Skill固化了公众号的写作风格和标题公式，用Brave Search MCP让AI能联网搜素材，用Firecrawl抓竞品文章做分析。三者配合起来，从选题到写完初稿基本能在一个对话里搞定。

如果你刚开始用，不用一次全装。先装一个Brave Search让AI能联网，后面遇到具体需求再加。

项目地址和配置文档，像awesome-mcp-servers，里面有几千个MCP Server的清单和安装指南。后续有好用的新MCP，我也会继续分享。

如果你有更好的 idea，欢迎一起深入学习和讨论。更多 AI 相关的内容可以关注公众号。