什么是mcp

MCP 是个啥玩意儿
写给连命令行都没摸过的人
2026 年 7 月
一、先说个事儿
现在大伙儿聊 AI，离不开俩词：大模型 和 Agent。
大模型就是 ChatGPT、DeepSeek 这类能聊天的。Agent 是上回讲过的那个能自己动手干活的。
但有个事大伙儿可能没注意——
AI 跑在人家公司的服务器上。你电脑里的文件它摸不着，你电脑装的软件它也用不了。
就好比你养了一只特别聪明的狗，关在邻居家。
你隔着墙跟它说话它能听懂，但你让它帮你拿个拖鞋，那不行——它够不着你家的拖鞋。
MCP 就是给这只狗开了个传送门，让它能跑到你家来。
开玩笑的。其实 MCP 没那么玄乎，就是个「说话规矩」。
MCP 全称 Model Context Protocol，翻译过来就是「模型上下文协议」。光听名字你肯定一脸懵，没关系，拆开看：
•Model = AI 模型，就是那只狗
•Context = 它能摸到的东西
•Protocol = 说话的规矩
所以 MCP 合起来就是：AI 跟外部工具之间说话的标准格式。
二、它是怎么个运作法
就三个角色
记住三个词就行，别整复杂了：
角色 干嘛的 说人话
客户端 (Client) 你用的那个 AI 软件 雇主
服务器 (Server) 你写的小工具，跑在你电脑上 员工
协议 (Protocol) 它俩聊天的 JSON 格式 工作流程
举个最常见的场景
你在 Claude Desktop 里打了句「现在几点」。
Claude 脑子一转：你这电脑里装了个叫 mcp-demo 的小工具，里面有个 get_current_time 的功能，正好能用。
然后它就朝那个小工具喊了一嗓子——用 JSON 格式：「调一下 get_current_time」。
小工具跑了一下，拿到当前时间，15:57，再用 JSON 格式把结果传回去。
Claude 看了结果，跟你说：「下午 3 点 57。」
全程你啥也没干，连命令行都没碰。
三、那它跟别的有啥不一样
你可能听过 LangChain、Function Calling、Skills、Plugin 这些词，跟 MCP 啥关系？
一句话版本：
MCP 是「标准」，别的是「方言」。
按 MCP 标准写出来的小工具，谁家的 AI 都能用。
按 LangChain 写的，只能在 LangChain 里用。
按 OpenAI Function Calling 写的，只能 OpenAI 的模型用。
MCP 这玩意儿是 Anthropic（就是做 Claude 那家）2024 年推出来的，2025 年开始火。火的原因就一个：它简单、开放、不绑死任何一家。
一个直观点的类比
你电脑上的 USB 口知道吧。鼠标、键盘、U 盘、硬盘，不管哪家做的，插上就能用。
为啥？因为大家都按 USB 标准做。
MCP 就是 AI 这边的 USB 标准。
我写一个小工具，按 MCP 规范来，你用 Claude Desktop 能用，你同事用 Cursor 也能用，以后哪个新 AI 出来支持 MCP，照样能用。
这就是标准的价值——一次开发，到处能用。
四、看看代码长啥样
讲再多不如看代码。下面这个就是完整的 server.js（加了注释方便你读）：
// server.js
import { McpServer } from ‘@modelcontextprotocol/sdk/server/mcp.js’;
import { StdioServerTransport } from ‘@modelcontextprotocol/sdk/server/stdio.js’;
import { z } from ‘zod’;

const server = new McpServer({ name: ‘mcp-demo’, version: ‘1.0.0’ });

// 注册一个工具，叫 get_current_time
server.tool(
‘get_current_time’, // 工具名字
‘获取当前的本地时间’, // 工具说明，AI 看到这句决定要不要用
{
timezone: z.string().optional().describe(‘时区，比如 Asia/Shanghai’),
},
async ({ timezone }) => { // 具体干活的函数
const now = new Date();
return {
content: [{ type: ‘text’, text: now.toLocaleString(‘zh-CN’) }],
};
}
);

// 启动，开等客户端连
const transport = new StdioServerTransport();
await server.connect(transport);
完事。是不是没你想的那么复杂？
核心就那个 server.tool() 调用。四样东西：工具名、说明、参数、长啥样、咋干活的。AI 客户端连上来问「你这儿有啥」，你注册啥它就能用啥。
五、咱们这个 demo 装了啥
文件都在这：
C:\Users\35118\.qclaw\workspace-agent-4895da3d\mcp-demo\
文件 干嘛的
server.js MCP server 主体，被客户端拉起来跑的小进程
client-test.js 本地测试脚本，验证 server 能不能用
package.json 依赖声明
README.md 英文版使用说明
server.js 里挂了三个工具：

1. get_current_time - 拿时间
   你说「现在几点了」，AI 调一下这个工具，拿到时间告诉你。
   没啥好说的，new Date() 就完事了。
2. calculate - 算数
   你说「算一下 (1+2)*3 的平方」，AI 拼成 (1+2)3**2 传进来，返回 27。
   if (!/¹$/.test(expression)) {
   return { isError: true, content: [{ type: ‘text’, text: ‘包含不允许的字符’ }] };
   }
   上面这段很重要，是个安全过滤。
   为啥要过滤？因为 execute 是个危险函数，不限制的话用户随便传process.exit() 这种东西，你电脑直接关机。
   所以只允许数字、运算符、括号、小数点。生产环境建议用 mathjs 这种正经库。
3. search_files - 搜文件
   你说「找一下我电脑里所有 .docx」，AI 调这个，dir 传你电脑路径，keyword 传 docx，返回文件列表。
   代码里有个细节：
   if (e.name === ‘node_modules’ || e.name === ‘.git’) continue;
   跳过 node_modules 和 .git。
   为啥？这俩目录里文件巨多，跑全搜索能卡半小时。不跳过的话，AI 客户端直接超时。
   任何做文件搜索的工具都得有这种过滤，不然后期会出大事。
   六、怎么把它跑起来
   五步，复制粘贴就行。
   第一步：装 Node.js
   按 Win+R，输入 cmd，回车，弹个黑窗口。
   输入：
   node --version
   能看到类似 v22.16.0 这种版本号就说明你装过了。
   没装？去 nodejs.org 官网，下 LTS 版，双击安装，一路 Next，中间啥都别改。
   第二步：装依赖
   继续在黑窗口里：
   cd C:\Users\35118\.qclaw\workspace-agent-4895da3d\mcp-demo
   npm install
   等几秒，看到 added 93 packages 就完事了。
   看不懂这步在干啥？没事，你不需要懂，照着敲就行。npm 就是帮你在后台装一堆别人写好的代码包。
   第三步：先测一下能不能跑
   在同一个黑窗口里：
   node client-test.js
   出来一段输出，长这样：
   === 1. 列出所有工具 ===

• get_current_time: 获取当前的本地时间…
• calculate: 计算一个数学表达式…
• search_files: 在指定目录里递归搜索文件名…

=== 2. 调用 get_current_time ===
2026/07/02 15:54:53

=== 3. 调用 calculate ===
(1+2)*3**2 + 100/4 = 52

=== 4. 调用 search_files ===
找到 4 个文件：…

✅ 测试完成
看到这些就说明 server 没毛病。
没看到？截个图发给我看看是啥错。
第四步：接到 Claude Desktop
Claude Desktop 是 Anthropic 出的桌面 AI，原生支持 MCP。
1.打开 Claude Desktop
2.左上角点三横线（菜单）→ Settings → Developer 标签
3.点 Edit Config，会弹出一个叫 claude_desktop_config.json 的文件
4.把文件内容替换成下面这堆：
{
‘mcpServers’: {
‘demo’: {
‘command’: ‘node’,
‘args’: [‘C:\\Users\\35118\\.qclaw\\workspace-agent-4895da3d\\mcp-demo\\server.js’]
}
}
}
5.保存，完全退出 Claude Desktop（注意是完全退出，不是关窗口）
6.重新打开，左下角应该有个🔨小图标
接上之后你跟 Claude 说「现在几点」，它会自动调你写的工具拿时间。
第五步：接到 Cursor
Cursor 是带 AI 的代码编辑器（跟 VS Code 长得像），也支持 MCP。
File → Preferences → Cursor Settings → MCP → 点 Add new global MCP server，把上面那段 JSON 贴进去，保存。
重启 Cursor，搞定。
七、想加新工具咋办
这是最常做的事。模板就这五行，照着改：
server.tool(
‘工具名’,
‘工具说人话（AI 看到这句决定要不要用）’,
{
参数1: z.string().describe(‘参数1干啥用的’),
},
async ({ 参数1 }) => {
// 你的逻辑
return { content: [{ type: ‘text’, text: ‘返回给 AI 的内容’ }] };
}
);
举几个真能用的例子：
例 1：读一个 txt 文件
server.tool(
‘read_text_file’,
‘读一个文本文件’,
{ path: z.string().describe(‘文件的绝对路径’) },
async ({ path: filePath }) => {
const content = await fs.readFile(filePath, ‘utf-8’);
return { content: [{ type: ‘text’, text: content }] };
}
);
例 2：查个天气
server.tool(
‘get_weather’,
‘查某个城市的天气’,
{ city: z.string().describe(‘城市名，比如 上海’) },
async ({ city }) => {
const res = await fetch(`https://wttr.in/${city}?format=j1`);
const data = await res.json();
return { content: [{ type: ‘text’, text: JSON.stringify(data) }] };
}
);
例 3：跑一段 Python
server.tool(
‘run_python’,
‘跑一段 Python 代码，返回输出’,
{ code: z.string().describe(‘Python 代码’) },
async ({ code: pyCode }) => {
const { stdout } = await execAsync(`python -c ${JSON.stringify(pyCode)}`);
return { content: [{ type: ‘text’, text: stdout }] };
}
);
改完保存，重启客户端（注意是重启不是最小化），新工具就生效了。
八、能拿它干点啥
时间、计算、搜文件——单看没啥意思，组合起来就有点用了。
场景 1：写代码顺便自己跑测试
你说「写个快排，跑一下给我看结果」→ AI 写代码 → 调 run_python 跑 → 拿结果给你。
你电脑没装 Python 都行，因为工具用的是服务器上的 Python。
场景 2：聊代码
你说「这个项目里所有用到 User 实体的地方在哪？」→ AI 调 search_files + grep → 给你一个清单。
比你自己一个个翻快多了。
场景 3：自动发周报
你说「生成本周周报发到我邮箱」→ AI 拉 git log（用 git_log 工具）→ 调 send_email 工具发出去。
周一周五各跑一次，这辈子都不用写周报了。
场景 4：自动抓网页
你说「这篇 36 氪文章说了啥？总结 200 字」→ AI 调 fetch_url 抓页面 → 自己读 → 自己总结。
你天天看的那些号，都可以扔给 AI 先过一遍，挑你想看的。
场景 5：操作数据库
你说「上个月订单数多少？按地区分个组」→ AI 拼 SQL → 调 sql_query → 给你结果。
比开 Navicat 写 SQL 方便。
九、几个坑，新手必看
坑 1：在 server.js 里写 console.log
MCP server 跟客户端是用 stdio（标准输入输出）通信的。
你在 server.js 里写 console.log，输出会污染通信，整个 server 直接挂。
// ❌ 错的
console.log(‘server started’);

// ✅ 对的
console.error(‘server started’);
console.error 写到 stderr，不会污染协议。这是新手最容易犯的错，没有之一。
坑 2：路径变成 C:\C:\xxx 这种鬼东西
Windows 下用 new URL().pathname 拿本地路径，会拼出个 C:\C:\xxx 的东西。
解决办法：用 fileURLToPath：
import { fileURLToPath } from ‘node:url’;
const serverPath = fileURLToPath(new URL(‘./server.js’, import.meta.url));
坑 3：改完代码不重启
MCP server 不是热加载的。你改了代码必须完全退出客户端重开，最小化再打开没用。
尤其在 Windows 上，最小化和完全退出是两码事。
坑 4：eval 不做安全过滤
任何让用户传代码再执行的工具，都是定时炸弹。
必须做白名单过滤，或者用正经沙箱库（isolated-vm、quickjs 这些）。
别偷懒，偷懒就等着被攻击。
// ❌ 直接 eval，等着出事
const result = eval(userCode);

// ✅ 白名单过滤
if (!/²*$/.test(userCode)) {
return { isError: true, content: [{ type: ‘text’, text: ‘不允许的字符’ }] };
}
坑 5：忘了跳过 node_modules
上一章说过一遍了，再强调一次——做文件搜索、代码扫描这类工具，必须默认跳过 node_modules、.git、dist、build。
不然一个搜索跑半小时，AI 客户端超时，session 断了，体验极差。
const SKIP = new Set([‘node_modules’, ‘.git’, ‘dist’, ‘build’, ‘.next’]);
if (SKIP.has(e.name)) continue;
坑 6：一次返回太多内容
MCP 工具的返回内容会塞进 AI 的上下文窗口。
你一口气返回 10 万字，后面 AI 直接傻了——它"撑"不下了。
怎么办：
•长内容截断，最多返回前 5000 字
•返回的是路径让 AI 自己按需读
•返回结构化 JSON，让 AI 自己挑想要的字段
十、现在这玩意儿生态咋样
谁支持 MCP
客户端 支持没 说两句
Claude Desktop ✅ 原生支持 Anthropic 出的，体验最好
Cursor ✅ 支持 AI 代码编辑器，写代码用
Cline / Continue ✅ 支持 VS Code 里的 AI 插件
Zed ✅ 支持 性能怪物的代码编辑器
Windsurf ✅ 支持 Codeium 出的 IDE
ChatGPT Desktop ❌ 没支持 OpenAI 还在观望
现成能用的 server
npm 上搜 mcp-server 一堆，都不用自己写：
•@modelcontextprotocol/server-filesystem - 官方文件系统工具
•@modelcontextprotocol/server-git - 操作 git 仓库
•@modelcontextprotocol/server-postgres - 调 Postgres
•@modelcontextprotocol/server-puppeteer - 浏览器自动化
•GitHub MCP Server - 操 Issues、PR
•Notion MCP Server - 操 Notion 文档
直接 npm install 装一下就能用。
国产 AI 这边呢
情况是：参差不齐。
有的在观望，有的偷偷支持了，还有的想自己搞一套另起炉灶。
我的判断是 MCP 赢面大——简单、开放、有 Claude 这种头部客户背书。
就跟当年 HTTP 干掉各种私有协议一样，标准永远赢。
所以别押注平台，押注标准。
十一、几句大实话
MCP 不是万能药
MCP 解决的是「AI 怎么调本地工具」的问题。它不解决：
•AI 模型本身是笨蛋的问题（垃圾模型挂 MCP 还是垃圾）
•你的工具写得烂的问题（垃圾工具挂 MCP 还是垃圾）
•权限安全问题（MCP 工具能操作你电脑，给 AI 装 MCP 等于给 AI 开门）
MCP 就是「让 AI 能用工具」，用得好不好，看的是工具本身。
别一上来就堆工具
新手最容易犯的错——一口气注册 20 个工具，结果 AI 不知道该用哪个。
建议你：
7.先做 1-2 个核心的，跑通
8.用着觉得缺啥再补一个
9.总数控制在 5-10 个以内
10.每个工具的说明（第二参数）写人话：啥时候用，一次说清
讲真，AI 看不懂「这是一个用于处理 X 业务场景的 Y 类工具」。
它看得懂「读一个 txt 文件」。就这么简单。
最后说一句
MCP 本质就是「给 AI 装手装脚的标准」。
写一个 server，能在所有支持 MCP 的客户端上用。
学 MCP，本质就是学怎么给 AI 做工具——
这事儿 2025 年开始有用了，以后会越来越有用。
看完就想跑一遍的话，照第五章抄一遍就行。
有坑不知道咋办，把报错截个图发出来——但愿我能答上来。