MCP

📌 新手提示：本文的"用 MCP"，面向想快速给 AI 接上文件系统、Git 仓库、数据库等能力的读者（不是教写 MCP 服务端——那是本站《MCP Server 开发实战》的内容）。所有命令复制粘贴即可。 前言 你有没有遇过这样的尴尬：AI 编程助手写得飞起，但让它"看一下我桌面上那个 Excel"或者"把这个仓库的历史提交统计出来"，它只会说**“我无法访问你的文件”**。 MCP（Model Context Protocol，模型上下文协议）就是来解决这个问题的——它是 Anthropic 于 2024 年末提出的开放标准，官方定位是： AI 应用的"USB-C 接口"——就像 USB-C 统一了充电口一样，MCP 统一了"AI 连接外部世界的接口"。AI 应用通过 MCP 可以接入数据源（本地文件、数据库）、工具（搜索、计算器）和工作流。 一句话版本：装一个 MCP 服务器，你的 AI 就能用上那个工具；同一个服务器，Claude、ChatGPT、VS Code、Cursor 等所有支持 MCP 的客户端都能用——“一次接入，到处使用”。 本文从零开始，带你 10 分钟把最常用的几类 MCP 服务器接进 Claude Code。 官方文档：https://modelcontextprotocol.io（海外站点，国内访问需科学上网）；官方参考服务器仓库：https://github.com/modelcontextprotocol/servers。 一、MCP 的骨架：host / client / server 三个角色，用"点外卖"理解： 角色 是什么 比喻 Host（宿主） 你正在用的 AI 应用（如 Claude Code、Claude 桌面版、VS Code） 点餐的食客 Client（客户端） 宿主内部负责与服务器通信的组件 外卖 App Server（服务器） 暴露"工具/数据"给 AI 用的小服务（如"文件系统服务器"暴露读写文件的工具） 后厨 你的 AI = 食客，MCP 服务器 = 后厨。食客想吃什么（要用什么工具），后厨现做（执行操作）再端上来（把结果喂回 AI 的上下文）。 ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），不想手动逐条敲命令的同学，可以直接拉到文末下载运行，脚本会自动检测网络环境并选择最快的下载源。 引言 如果你用过 Claude Code，一定体验过它在你的项目里读代码、改文件、运行命令的丝滑感。但如果我问你：Claude Code 能不能查你公司内部的 MySQL 数据库？能不能调你团队内部的工单 API？能不能读你私有知识库里的文档？ 答案是：能，只要你写一个 MCP Server。 MCP（Model Context Protocol，模型上下文协议） 是 Anthropic 于 2024 年底发布的开源标准，专门用来解决一个问题：AI 助手如何安全、标准化地接入外部数据源和工具。你可以把它理解成 AI 世界的"USB-C 接口"——不管后端是什么（数据库、API、文件系统、第三方服务），只要实现 MCP 协议，AI 就能即插即用。 上图展示了 MCP 的核心架构：Host（宿主进程，比如 Claude Code）通过 Client 与 Server 建立一对一的有状态连接，Server 则暴露 Resources（资源）、Tools（工具）、Prompts（提示词） 三种能力。 本教程会带你从零开始，用 Python 写一个真正能用的 MCP Server——先让它暴露一个简单的计算工具，再接上一个 SQLite 数据库和内部 API 调用，最后部署到云 Agent 沙箱里，让 Claude Code 在生产环境中安全地访问你的私有数据。 读完本文，你将掌握： MCP 协议的核心概念：Host、Client、Server 三角色各干什么，为什么这样设计 用 Python SDK 手写 MCP Server：从 15 行代码的玩具到能查数据库、调 API 的真实工具 接入 Claude Code：配置 .mcp.json，让 AI 在你的项目里直接调用你的 Server 部署到生产环境：用云 Agent 沙箱实现容器隔离、出站白名单、自动休眠 一、什么是 MCP——给 AI 装一个"万能接口" 1.1 先理解一个痛点 在没有 MCP 之前，如果你想让 AI 助手访问你的私有数据，你只有几条路： ...