一文彻底搞懂 MCP：AI 大模型的标准化工具箱
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409014815182-581652720.pngMCP 最近在 AI 领域 引发了 广泛关注，特别是在 海外各大社区 中，大家热烈讨论，热度 相当高。
我打开了 Google Trends，这是一个专门用于查看全球热点趋势的网站。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250403140339297-2144891449.png
输入关键词后，可以查看其热度变化。
我搜索了 “MCP”，它的趋势如图所示，变化非常明显。
各位可以参考一下。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250403143740065-619979594.png
每天都有新的 MCP 工具被推出，为我们带来了无限的机会。
当我打开 Cline 的 MCP Servers 时，便发现了许多新工具等待探索。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250403144126619-1378836812.gif
本文，我会全面介绍 MCP，包括它的基本概念、核心技术原理，以及它在实际应用中的各种场景。
让你轻松掌握 MCP 的所有要点。
什么是 MCP
MCP（Model Context Protocol，即模型上下文协议）是由 Anthropic（Claude 的母公司）于 2024年11月 开源发布的一项 全新技术。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250403142530983-1119836712.png
简单来说，MCP 是一个 AI 大模型的标准化工具箱。
大模型可以通过这些工具与 外界互动，获取信息，并 完成具体任务。
在日常工作和学习中，我们经常需要与 浏览器、文件、数据库 和 代码仓库 等外部工具进行交互。
在 传统方式 中，我们需要 手动截图 或 复制文本，再将其 粘贴 到 AI 窗口 中进行对话。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407012144428-1870177639.gif
大家请注意，我的插画中的箭头都是从右到左，表示内容是单向流动的，而不是双向的。
这意味着我们是将浏览器、文件系统或GitHub中的信息复制到 AI 中，以便进行对话时的数据流向。
MCP通过标准化的协议，让我们不再需要手动截图、复制文本，然后再粘贴到AI 窗口中进行对话。
这一过程被自动化了，简化了我们的操作。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407012258257-761708660.png
MCP 服务充当AI 和外部工具之间的桥梁，能够自动替代人类访问和操作这些外部工具。
在我的插图中，箭头为双向，表示AI 可以直接访问 MCP 服务。
而 MCP 服务则能访问浏览器、文件系统等数据源。
通过这种方式，数据能够通过 MCP 服务传输到 AI 中。
每个 MCP 服务（也称为 MCP Server）专注于特定的任务。
例如，有的服务专门用于读取和写入浏览器信息，有的负责处理本地文件，还有的用于操作 Git 仓库等。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407012333949-1197201473.png
MCP Server 通常是一个在本地运行的程序，可能是用 Node.js 或 Python 开发的。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407012351083-1030343257.png
大模型通过操作系统的 标准输入输出（stdio），即我们常说的输入与输出通道，来进行信息交流与处理，并调用某个 MCP Server。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407012459848-645355148.png
它的信息格式是 JSON，这是一种常用的数据交换格式。
{ "jsonrpc": "2.0", "id": 129, "method": "tools/call", "params": { "name": "search_repositories", "arguments": { "query": "user:BNTang" } }}https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408133445347-1424963920.png
MCP Server 在接收到请求后，会通过自身的代码或外部工具的 API来执行任务。
从这里可以看出，MCP 协议与 Function Calling 非常相似。
MCP 的最大优点是整合了之前各大模型不同的Function Call 标准，形成了一个统一的标准协议。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407014254890-1262356457.png
而且，不仅是 Claude，几乎所有市面上的大模型都可以接入 MCP。
https://img2023.cnblogs.com/blog/2105804/202503/2105804-20250314232609864-1284901776.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409020021249-1723877213.png
本文，我将用免费的 DeepSeek，来进行实战演示。
准备工作
在正式开始之前，我们需要先准备一个支持 MCP 协议的客户端。
目前支持 MCP 功能 的客户端并不多，主要有 AI 编程工具 Cline、Cursor、WindSurf，以及 Claude 官方客户端（Claude App） 等。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407023526821-2054301345.png
本文将以开源免费的 Cline 为例进行演示，并简要介绍如何在 Cursor 中完成相关配置。
首先，请访问 VSCode 官网，下载并安装 Visual Studio Code。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024237815-504882435.png
后续我会持续分享 VSCode 的安装与使用教程，欢迎大家关注我，以便第一时间获取最新内容。
安装完成后，我们打开 VSCode 软件：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024337151-675461815.png
在界面左侧的工具栏中，找到并点击 Extensions 图标，即可进入插件市场，方便我们安装和管理各种实用插件。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024430477-1837111240.png
在 Extensions 市场中搜索 Cline，找到并点击 安装插件：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024557282-708064575.png
安装完成后，在左侧面板找到 Cline，点击进入：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024709438-2112620695.png
接下来，需要为 Cline 配置一个 AI 模型。首先点击 设置（Settings）：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024746763-1175069026.png
在 模型提供商中，选择 OpenRouter，它提供免费的 DeepSeek V3 模型：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407024932205-1698462683.png
在模型搜索框中，输入 deepseek/deepseek-chat-free，选择该模型：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025117875-138100417.png
这是免费的 DeepSeek V3 模型，大家可以选择它。
接下来，我们需要获取一个 API Key，点击 Get OpenRouter API Key：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025239331-1850321625.png
需要登录（可以使用 谷歌账号）：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025511470-1926796674.png
该地址在国内可以直连。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025303518-1702585298.png
点击 Authorize 授权：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025628652-434680405.png
点击 打开 Visual Studio Code：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025650335-280872764.png
然后再点击 Open：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025807126-763848798.png
此时 OpenRouter 的 API Key 会自动填写：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407025908447-1380851161.png
Cline 支持两种运行模式：Planning（规划模式） 和 Acting（执行模式），具体说明如下：
[*]Planning 模式：此模式用于生成详细的行动计划，非常适合在开始编写代码之前与 AI 进行沟通，清晰地分解任务，从而避免盲目操作导致的返工。您可以利用此模式规划新功能的实现步骤或讨论如何优化现有代码。
[*]Acting 模式：此模式负责根据 Planning 阶段的计划逐步执行任务。适用于在明确计划后，让 AI 实际执行操作。例如，您在 Planning 模式中已确定了 API 调用的实现逻辑，然后可以切换到 Acting 模式，让 AI 帮助您编写具体代码。
此外，如果您希望为 Planning 和 Acting 模式分别使用不同的 AI 模型，可以勾选 “Use different models for Plan and Act modes” 选项。启用该选项后，您可以为 Planning 模式指定一个擅长分析和规划的 AI 模型，同时为 Acting 模式配置一个更适合执行操作的模型。这样，两个模式可以各司其职，提供更灵活和高效的智能辅助体验。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407031018487-1431680843.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407031057303-502439388.png
为 Plan 模式 和 Act 模式 分别配置 OpenRouter 的 API Key。例如，您可以统一使用免费的 DeepSeek 模型，但后续可以根据自己的实际需求进行调整。在写代码时，可以为 Act 模式 配置 Claude 模型，而为 Plan 模式 配置 ChatGPT 模型。这样，您可以充分利用各个模型的优势，提高 工作效率 和 智能辅助体验。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407031122472-1602512428.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407031148721-688294447.png
只需配置一次 OpenRouter 的 API Key，即可让两个模式共享该设置。
配置完成后，请点击 Save 以保存设置。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407031215516-1986560593.png
接下来，返回 Cline 的主界面，点击 New Task 开始测试。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407030434549-1039355737.png
选择 Act 模式，并勾选 Auto-append: Read, Browse。这是我之前的配置，供大家参考。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407030613854-851243668.png
发送 “你好”，查看输出效果：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407031317885-111700563.png
此时 Cline 的配置已完成。
接下来，我们要安装 Node.js。
正如之前所述，MCP Server 本质上是运行在电脑上的一个 Node.js 程序，因此 Node.js 的运行环境必不可少。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408170016234-1815568563.png
安装 Node.js 可以参考 三种方式轻松搭建 Node.js，至此所有准备工作就完成了。
接下来我们开始正式安装 MCP Server。
第一个 MCP
我们回到 Cline，点击这个 MCP Server 的小图标。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222000426-1315004498.png
这是 Cline 新推出的 MCP Server 应用市场。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222048547-1423510492.png
我们可以按照 星标数量（GitHub Stars） 进行排序。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222123581-722155453.png
在这里找到非常受欢迎的 MCP 服务器。我们的第一个 MCP 服务 以这个 GitHub 项目 为例。请点击 “安装”（Install） 按钮进行安装。https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222233537-1797281139.png
它会自动打开一个 AI 聊天窗口，您可以根据 AI 的指引 完成 MCP Server 的安装。
第一步是创建一个 空文件夹，用于安装的 目标位置：
mkdir E:\Document\Cline\MCP\github-serverhttps://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222440563-1988292504.png
这一步不是必需的，我将直接点击 “继续（Run Command）”按钮。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222542606-192437018.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222647099-294493566.png
在 第二步 中，它要求我们填写一个 GitHub Token。请打开提供的 链接：https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407222959655-69595078.png
进入 GitHub 的设置页面，找到 Token 生成部分，然后点击 “创建一个新的 Token”。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223101516-229473525.png
为 Token 命名，我这里选择 Cline。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223418499-2106929976.png
在这里，我为它授予了 所有仓库的权限，选择了 所有仓库（All repositories）。https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223517012-818556945.png
接下来，详细讨论一下 Repository permissions，其中包含一些 细致的权限控制选项。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223635542-1014683565.png
这里我为他提供了创建仓库的权限，请将 Administration 权限设置为 Read and write。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223717922-772225430.png
此外，还有 编写代码的权限，请将 Codespaces 权限 设置为 Read and write。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223750679-1633075149.png
另外，还有一个查看仓库内容的权限，请将 Contents 权限设置为 Read and write。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223848808-2036063311.png
你可以根据具体需求为其分配相应的 权限，设置完成后，点击 Generate token 按钮即可生成该 Token。https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407223940622-595954393.png
这样，我们的 GitHub Token 就创建完成了。请记得为令牌设置一个合适的 过期时间，否则 GitHub 会显示黄色警告 ⚠️（这里我操作得太快，没有截取对应的图片，也就不再回退了）。接下来，我们 复制生成的 Token 即可。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407224125099-1608211694.png
回到 Cline，粘贴 Token 后，点击 「发送（Send）」按钮 即可。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407224313479-656721062.png
Cline 已经为我们创建好了 配置文件，点击 「Save」按钮 即可保存。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407224949525-163497046.png
Cline wants to use a tool on the GitHub MCP server，请点击 「Approve」按钮。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407225101870-1714877581.png
接下来，Cline 想使用 npx 命令，不过此步骤并非必需，我仍然点击 「继续（Run Command）」按钮。https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407225135448-1444494103.png
如果出现 「Proceed While Running（继续运行）」 提示，请点击 「Proceed While Running」按钮。
若您使用的是 Mac 系统，到此 安装步骤 便已完成。
但若您使用的是 Windows 系统，则还需额外进行一些 配置。
请注意，以下步骤非常重要，请务必仔细操作：
[*]打开配置文件 cline_mcp_settings.json，首先，将原本位于 "command" 中的 npx 移动到 "args" 数组中：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407232333405-126932145.png
[*]将 "command" 的值修改为 cmd
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407232436886-226308933.png
[*]在 "args" 数组中新增一行 /c
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407232544063-1194749208.png
最终的 配置文件 参考如下：
{"mcpServers": { "github.com/modelcontextprotocol/servers/tree/main/src/github": { "command": "cmd", "args": [ "/c", "npx", "-y", "@modelcontextprotocol/server-github" ], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "脱敏处理", }, "disabled": false, "autoApprove": [] }}}保存 配置文件 后，回到 MCP Server 的 「Installed」选项卡，此时 GitHub MCP Server 已经显示为 绿色状态，表示安装成功。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407232744387-1748478789.png
至此，MCP Server 的 配置 已成功完成。实际上，配置 MCP Server 最核心的就是上述的 配置文件，前面的 图形界面步骤 并非必须，后续直接编辑 配置文件 也可以完成 MCP Server 的配置。
接下来，我们进行一次简单的 测试：
[*]点击界面上的 「Done」按钮：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407232934822-1592579393.png
[*]新建一个对话，点击 「New Task」按钮：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407232948874-1334830529.png
[*]向 AI 提问，例如：
我的名字是 BNTang，我在 GitHub 上有哪些仓库？
回车发送问题：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407233127728-1458712345.png
我们无需手动指定 MCP 服务 或 工具，AI 会自动智能地选择最合适的 工具 进行处理。在发送问题后，AI 请求调用名为 search_repositories 的 MCP 工具：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407233414818-117022591.png
[*]点击 「Approve」按钮，允许 工具 调用：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407233353680-262083111.png
此时，Cline 会调用 MCP 工具 并获取数据：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407233935635-936171695.png
[*]最终，大模型 会将获取到的数据进行整理，并返回 最终结果：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250407234039040-1929684856.png
如图所示，AI 列举了我的 14 个公开仓库，说明 MCP Server 已成功配置并正常运行。
接下来，我们打开一个 Powershell 界面：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408124013592-681760368.png
我们一起来探究一下 MCP 的本质究竟是什么。我先粘贴三行 命令：
$json = '{"jsonrpc":"2.0","id":123,"method":"tools/call","params":{"name":"search_repositories","arguments":{"query":"user:BNTang"}}}'$env:GITHUB_PERSONAL_ACCESS_TOKEN = "脱敏处理"echo $json | npx -y @modelcontextprotocol/server-github
[*]第一行定义了一个 JSON 字符串，它正是客户端（Cline）向 MCP Server 传递的参数。我们看到 JSON 中的 method 字段是 "tools/call"，表示调用工具；params 中的工具名为 "search_repositories"，即搜索仓库；query 则是具体的搜索参数，这里是查询 GitHub 用户 "BNTang"。
[*]第二行设置了运行时的 环境变量，即 GitHub 的 个人访问令牌（已脱敏）。
[*]第三行则通过 管道符，将刚才定义的 JSON 参数传递给 MCP Server（一个基于 NodeJS 的程序）执行。
现在我们 运行 一下上述 命令：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408124943251-1989129400.png
可以看到，成功获取了 GitHub 上用户 "BNTang" 的 仓库信息。
通过这个例子，我们发现 MCP 本质上并没有什么神秘之处。它的核心原理，就是客户端通过 命令行 调用本地（或服务器上）的 NodeJS 或 Python 程序，执行特定操作后再返回结果。
接下来，我们再 测试 一个新的 任务：创建一个名为 "cline_test" 的 GitHub 仓库。
我在 Cline 的 问答输入框 中输入：
请帮我创建一个 GitHub 仓库，名字叫做 cline_test
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408125323686-683244588.png
此时，Cline 会询问我是否允许它调用 MCP Server，我点击 Approve：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408125402281-555526805.png
随后，Cline 显示 仓库创建成功，并返回了 仓库地址：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408125433035-1518723153.png
点击 链接，我们跳转到 GitHub 查看一下：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408125525381-1484367818.png
确认 仓库已经 成功创建：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408125544646-1952741677.png
我们注意到，单个 MCP Server 工具 提供了多达 26 项强大的功能，其中包括但不限于：
[*]创建或更新文件 （create_or_update_file）
[*]搜索仓库 （search_repositories）
[*]创建仓库 （create_repository）
[*]获取文件内容 （get_file_contents）
[*]推送文件 （push_files）
这些功能几乎涵盖了所有与 GitHub 交互的需求，一个 MCP 工具就可以轻松处理这些操作。
更重要的是，我们只需使用 自然语言，就能直接指挥 AI 完成这些工作，全程无需离开 VSCode，极大提升了我们的 工作效率。
通过以上示例，我们清晰地感受到了 MCP 的 强大 与 便捷 之处。
Cursor + MCP
接下来，我们来看如何 配置 Cursor。需要注意的是，低版本的 Cursor 是可以支持 MCP 服务 的，我使用的版本是 0.48.7。在 Cursor 的设置中，我首先将版本切换到 Early Access（抢先体验）版本。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408140631861-960275828.png
然后，通过点击 Check for Updates 来 升级 Cursor 到最新版本（版本号会随时间变化，因此这里不再说明具体版本号）。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408140854694-152300136.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408140921096-104741393.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408140940650-1139506683.png
最新版本支持全新的 MCP 配置方式。本文将聚焦于 新的配置方法。首先，在 Cursor 设置的左侧，找到 MCP 配置选项。目前的 MCP 配置是通过 文件方式实现的：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408141231595-1200743149.png
在 项目根目录下创建一个名为 .cursor 的 文件夹：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408141325017-1921936722.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408141435441-230797048.png
在 .cursor 文件夹中，右击选择 New File，创建文件 mcp.json：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408141535906-1264999326.png
接下来，将之前在 Cline 中所配置的内容完整复制到 mcp.json 文件中：
{"mcpServers": { "github.com/modelcontextprotocol/servers/tree/main/src/github": { "command": "cmd", "args": [ "/c", "npx", "-y", "@modelcontextprotocol/server-github" ], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "脱敏处理" }, "disabled": false, "autoApprove": [] }}}https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408141723231-192267058.png
当你粘贴完成后，左下角会弹出一个 New MCP server detected（检测到新的 MCP 服务器）提示，点击 Enable 启用它：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408141849831-531683653.png
之后，打开 Cursor 的 MCP 选项卡，检查 MCP Server 的 状态，确认它已经变为 绿色：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408142110315-2077911495.png
⚠️ 注意：如果弹出了 黑色窗口，请不要关闭它，只要确认 MCP Server 是 绿色 即可。
至此，Cursor 的配置已完成，说明当前的 Cursor 配置与 Cline 的设置是一致的。
接下来，我将演示如何添加 另一种 MCP Server。我们前往 MCP Servers GitHub 页面，找到官方提供的 自定义 Server。这次我将演示 file system（文件系统） 这个 Server：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408142608956-677532614.png
点击 链接 后，向下滚动页面，你会看到 npx 的安装方式：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408142715134-2138014859.png
我们将 file system 的配置添加到 Cursor 的 mcp.json 文件中。复制相应的段落配置，如下所示：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408142807739-2037199742.png
在 mcp.json 文件中添加一个 逗号，并将复制的内容粘贴到 逗号后面，确保逗号位于 最后一行的末尾：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408143021465-249734359.png
{"mcpServers": { "github.com/modelcontextprotocol/servers/tree/main/src/github": { "command": "cmd", "args": [ "/c", "npx", "-y", "@modelcontextprotocol/server-github" ], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "脱敏处理" }, "disabled": false, "autoApprove": [] },+ "filesystem": {+ "command": "npx",+ "args": [+ "-y",+ "@modelcontextprotocol/server-filesystem",+ "/Users/username/Desktop",+ "/path/to/other/allowed/dir"+ ]+ }}}https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408142952931-438548012.png
对于 Mac 系统，配置到此即可；对于 Windows 系统，需要将 npx 移动到 args 数组中，同时将 command 修改为 cmd，并新增一行 /c。
完成以上步骤后，还需调整 文件系统的配置如下：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408143612265-1866216860.png
这里的配置定义了 file system 可操作的 目录。我将 电脑桌面的目录 添加到此列表中。Windows 系统路径记得使用 双反斜杠 \，例如：C:\\Users\\Public\\Desktop。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144042081-543623509.png
注意将 不需要的配置删除：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144114592-1733773357.png
完成 MCP 的添加后，保存并返回 Cursor 设置，进入 MCP 选项卡，启用 file system 这个 MCP Server，当前显示为 Disabled（禁用），点击 Disable 变为 Enable（启用）：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144240948-520103662.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144341458-1613368050.png
启用后，点击 Refresh（刷新） 按钮：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144519469-204709314.png
这时可以看到 file system 的 MCP Server 已经变为 绿色的状态：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144543484-1593726115.png
如果打开了一个新的空白 命令行窗口，请不要关闭，不用理会，只需保证 MCP Server 为 绿色 即可。
最后，我们来测试 file system 这个 MCP Server。在 Cursor 的 AI 对话框中，务必将模式切换到 Agent 模式：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408144735200-1230068521.png
在此模式下，我询问：
C:\Users\Public\Desktop 这个文件夹里面有什么？
也就是想了解桌面上都有什么文件。回车后，Cursor 将使用 MCP 工具，点击 Run Command：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408145614154-272107224.png
Cursor 说输出似乎有些乱码，建议用另一种方式查看，继续点击 Run Command：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408145653289-988333286.png
最终，成功列出了目录中的内容：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408145837823-303990583.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408150205653-2070814161.png
顺便提一句，如果希望 Cursor 自动使用 MCP 工具，而无需每次授权，可以在 Cursor 设置中进入 Features 选项卡，勾选 Enable auto-run mode 选项：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408150028042-675482193.png
这样在使用 MCP 时就无需再次确认授权。我们同样可以将此配置文件直接复制到 Cline 中，使 Cline 也能使用 file system 这个 MCP Server。
全量复制 Cursor 的 mcp.json 内容，切换到 Cline，进入 MCP Servers，点击 Installed 选项卡，然后选择 Configure MCP Server：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408150436873-1433985590.png
然后直接粘贴复制的内容：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408150533991-1133704915.png
保存后，可以看到 file system 这个 MCP Server 也已经变为绿色状态：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408150601810-1850582644.png
这样，无论是在 Cursor 还是 Cline，file system 这个 MCP Server 都可以顺利使用，两个工具之间的配置是可以互通的。
总结一下，我们介绍了两种设置 MCP 的方法：第一种是让 AI 自动帮助我们生成配置文件，第二种是利用 GitHub 上的示例手动粘贴配置。这两种方法均可轻松使用，用户可以根据需要选择其一。
Python 版
这里我们以一个特殊的 MCP Server time 为例，展示如何安装和配置使用 Python 编写的 MCP Server。
第一步：访问 MCP Server 的 GitHub 页面，在 MCP Server 列表中找到 time：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408164845421-10796843.png
点击进入其 GitHub 页面：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408164959953-949834246.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408165102008-1111906324.png
第二步：安装 Python 环境（如已有可跳过）由于该 MCP Server 基于 Python 开发，因此需确保你的电脑已安装 Python 环境：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408165316880-1385669999.png
如果尚未安装 Python，请参考：Python 双版本 Windows 安装攻略。
第三步：安装 MCP Server（time）复制如下命令：
pip install mcp-server-time打开 Powershell 粘贴并执行：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408205446239-581722808.png
安装完成界面：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408205654940-1813725550.png
第四步：配置 MCP Server 到 Cline，在 GitHub 页面找到 Configure for Claude.app 部分，展开 Using pip installation，复制以下 JSON 配置：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408205828700-188043557.png
"time": {"command": "python","args": ["-m", "mcp_server_time"]}打开 Cline 的 MCP 配置文件 cline_mcp_settings.json，将上述配置添加到 "mcpServers" 中，注意逗号：
{"mcpServers": { "github.com/modelcontextprotocol/servers/tree/main/src/github": { "command": "cmd", "args": [ "/c", "npx", "-y", "@modelcontextprotocol/server-github" ], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "脱敏处理" }, "disabled": false, "autoApprove": [] }, "filesystem": { "command": "cmd", "args": [ "/c", "npx", "-y", "@modelcontextprotocol/server-filesystem", "C:\\Users\\Public\\Desktop" ] },+ "time": {+ "command": "python",+ "args": ["-m", "mcp_server_time"]+ }}}https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408210407160-511462304.png
第五步：配置本地时区，接下来，在刚才的 "args" 后面添加时区配置（这里以上海时区为例）：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408210519511-71633793.png
"--local-timezone=Asia/Shanghai"配置后效果：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408210646830-976910502.png
保存配置文件。
第六步：验证 MCP Server 是否成功加载，回到 Cline 的 MCP Server 面板，切换到 Installed 选项卡，确认 time 已变为绿色状态：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408210748616-1956489413.png
第七步：测试 MCP Server 功能，新建对话框，切换到 Act 模式，输入测试问题：
When it’s 4 PM in New York, what time is it in London?
首次使用时，Cline 将请求调用 MCP 权限。若想避免每次询问，可在 Cline 设置 中勾选：
[*]Use MCP Server
[*]对应 MCP 工具的 Auto Approve 选项
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408211238371-143500435.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408211258994-1818228172.png
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408234626227-1751411728.png
点击 Approve 后，MCP Server 成功调用，并返回结果：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408234743194-1350491036.png
最终效果：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408234929487-1067676545.png
第八步：迁移配置到 Cursor（可选），同样的配置也可直接复制到 Cursor 的 .cursor/mcp.json 文件中，保存后点击 Refresh 即可加载：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250408235043601-1257947022.png
以上即为一个特殊 MCP Server（time）的完整安装、配置与使用过程。后续我们将继续介绍其他实用的 MCP 服务。
Broswer Tool
我们来看一个前端开发必备的 MCP 工具，名为 Browser Tool。首先，在 Cline 中搜索 Browser Tool，点击进入其 GitHub 页面：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409032149141-307225757.png
这个 MCP 工具可以让 AI 直接读取浏览器中的内容。要使用它，我们需要先安装一个 Chrome 插件：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409032329787-45371852.png
插件下载地址：https://github.com/AgentDeskAI/browser-tools-mcp/releases/download/v1.2.0/BrowserTools-1.2.0-extension.zip
我使用的是谷歌浏览器，这一步的主要目的是在浏览器中安装这个插件。下载完成后，进入浏览器的扩展程序管理页面：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409032511656-2031082964.png
在页面右上角打开“开发者模式”：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409032626882-1475243878.png
然后，将刚刚下载的插件解压到本地，进入解压后的文件夹，将其中的 chrome-extension 文件夹拖拽到浏览器的扩展程序页面中：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409032754550-33399056.png
这样，BrowserTools MCP 插件就成功安装了：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409032833205-641691254.png
插件安装完成后，我们正式安装 Browser Tool 这个 MCP 工具。这里我们依旧使用 npx 安装方式。我仿照之前的配置，在 Cline 中新建一个配置项，将之前的 file system 配置复制一份，并将名称修改为 browser-tool-mcp：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409033036600-1206591919.png
接下来，我们回到 GitHub 页面，复制以 MCP 结尾的 npx 命令：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409033524479-1204148918.png
@agentdeskai/browser-tools-mcp@latest将此命令粘贴到 args 中：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409033613794-334470576.png
删除不需要的内容，例如 "C:\\Users\\Public\\Desktop"，最终配置如下：
"browser-tool-mcp": {"command": "cmd","args": [ "/c", "npx", "-y", "@agentdeskai/browser-tools-mcp@latest"]}https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409035041896-1215445069.png
此时，我们查看 Cline 的 MCP Server 选项卡，发现 browser-tool-mcp 已经变成绿色，说明安装成功：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409033805979-1452282409.png
但到这里还没有完全结束，我们还需要执行另一个命令：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409033901358-14365758.png
npx @agentdeskai/browser-tools-server@latest在命令行中执行以 server 结尾的命令（我是在 Powershell 中执行的）：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409034021693-39325699.png
接着，我们打开浏览器，按下 F12 打开开发者工具，此时浏览器会提示：“BrowserTools MCP 已经开始调试此浏览器”：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409034734713-1538850344.png
我们再回顾一下，使用这个 MCP Server 需要启动的三个部分：
[*]浏览器中安装的插件：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409034834332-696378822.png
[*]命令行中执行的以 server 结尾的命令：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409034859931-1946535500.png
[*]Cline 中配置的以 MCP 结尾的命令：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409035115736-809384420.png
只有同时启动这三个部分，我们才能真正实现浏览器与 AI 的完全打通。
现在，我让 AI 分析一下浏览器的网络面板：
请分析一下浏览器的网络面板，并告诉我有哪些请求？中文回答我。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409035324187-359132118.png
AI 给出的分析非常详细，大家可以看截图，我这里就不再赘述。
接下来，我返回浏览器网页，打开调试工具的 Element 选项卡，鼠标选中一个元素：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409035501665-1448803456.png
然后我再让 AI 来解释一下浏览器中我选中的部分：
浏览器我选中部分是什么，里面有何主要控件，请用中文回答我。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409035635260-1269355817.png
AI 同样给出了清晰详细的解释，大家可以参考截图。
通过以上操作，我们成功实现了前端开发与 AI 之间的高效沟通。相比于过去我们手动从浏览器 Element 选项卡中复制 HTML 代码再与 AI 进行问答的方式，效率得到了极大的提升。
因此，使用 Browser Tool 这个 MCP Server 工具，可以显著提高我们前端开发的效率。
MCP 工具大全
Smithery.ai 是一个 MCP 工具的聚合网站，目前已收录超过 4,219 种 MCP Server：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409041232278-500301835.png
我们可以根据自己的需求，在这里找到最适合自己的 MCP 服务，比如搜索引擎相关、命令执行相关、数据库相关、网络爬虫相关等等。
下面我以 Smithery.ai 中的一个名为 Sequential Thinking 的 MCP Server 为例：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409041959365-1832643846.png
Sequential Thinking 能够将普通的 AI 大模型转化为具备推理能力的模型。点击 Sequential Thinking 链接进入其详细介绍页面，接下来我们无需关注右侧的安装方式，直接进入其 GitHub 首页：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409042135735-1096167794.png
按照惯例，找到包含 npx 命令的那一行，将其复制下来：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409042220471-837807202.png
然后回到 Cline 中，在 mcpServers 中添加一个逗号后粘贴刚才复制的内容。如果你使用的是 MacOS，直接粘贴即可；如果你使用的是 Windows，则需要稍作修改：将 npx 移动到 args 中，command 改为 cmd，并在 args 中添加 /c：
"sequential-thinking": {"command": "cmd","args": [ "/c", "npx", "-y", "@modelcontextprotocol/server-sequential-thinking"]}这样就完成了安装。此时在 Cline 的 MCP Server 选项卡中，sequential-thinking 会变成绿色，表示安装成功：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409042514249-1626705844.png
熟练之后，安装一个 MCP 工具只需几秒钟。同样，我们也可以将上述配置文件复制到 Cursor 中，Cursor 也能使用该 MCP Server。
在 Cursor 的 MCP Server 配置中，最后一个 MCP Server 后面添加一个逗号，将配置内容粘贴进去，保存后点击 Refresh 刷新一下，sequential-thinking 同样会变成绿色：
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409042706325-1123912288.png
好了，我突然意识到本文篇幅已经很长了，后续我会继续介绍更多 MCP 工具以及组合使用的方法，感兴趣的朋友可以关注我的公众号，后续会持续更新。
最后，我分享一些 MCP 聚合网站给大家：
名称描述链接Smithery.ai (推荐)Cline 插件 MCP 市场https://smithery.ai/?q=is:deployedMCP Store英文版（集合全球3600+个 MCP Server，每天还在增长。）https://mcpstore.co/MCP Market中文版（集合全球3600+个 MCP Server，每天还在增长。）https://mcpmarket.cn/MCP Servers DirectoryOfficial servers directoryhttps://mcpservers.org/MCP.runMCP servers collectionhttps://www.mcp.run/MCP.soMCP servers repositoryhttps://mcp.so/PulseMCPMCP servers collectionhttps://www.pulsemcp.com/serversGlama.aiMCP servers directoryhttps://glama.ai/mcp/serversAIMCP.infoMCP servers directory (Chinese)https://www.aimcp.info/zhAwesome MCP ServersCurated list of MCP servershttps://github.com/punkpeye/awesome-mcp-serversAwesome MCP Servers (Search)Search functionality for MCP servershttps://github.com/punkpeye/awesome-mcp-servers?tab=readme-ov-file#searchModel Context ProtocolOfficial MCP servers repositoryhttps://github.com/modelcontextprotocol/servers值得注意的独立 MCP 服务器
服务器描述链接Time MCP ServerProvides current time informationhttps://github.com/modelcontextprotocol/servers/tree/main/src/timeFilesystem MCP ServerProvides filesystem accesshttps://github.com/modelcontextprotocol/servers/tree/main/src/filesystemFetch MCP ServerEnables web content fetchinghttps://github.com/modelcontextprotocol/servers/tree/main/src/fetchbioRxiv MCP ServerSpecialized for bioRxiv papershttps://github.com/JackKuo666/bioRxiv-MCP-ServerMCP 虽然功能强大，并且拥有广泛的应用前景，但在实际使用过程中，务必注意安全问题。在允许模型操作本地文件之前，建议提前对 HOST 可访问的目录和文件范围进行严格限制，以防止敏感信息泄露，避免产生开盒、信息泄密等安全风险。
另外，模型必须支持 Function Calling（允许模型调用外部工具以增强自身能力） 才能正常使用 MCP 功能。
常见问题解答（FAQ）
Q：MCP 是否只能在 Claude 模型上使用？
A：不是。 只要模型支持 Function Calling 功能，就可以使用 MCP。
Q：Perplexity 的 API 是否支持 MCP？
A：支持。 Perplexity 的 API 本身即支持 Function Calling，因此也支持 MCP。
https://img2023.cnblogs.com/blog/2105804/202504/2105804-20250409030914429-28006256.gif
如果你对以下主题感兴趣，推荐你阅读以下文章：
<ol>
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]