你有多少个 AI 工具,就有多少种不同的「连接方式」——Claude 用这种方式连接文件,ChatGPT 用那种方式,VS Code 插件又是另一种。每次换工具都得重新学一遍,烦不烦?
MCP(Model Context Protocol)就是为了解决这个问题而生的。 它被业界称为「AI 世界的 USB-C」——一个统一的标准,让所有 AI 应用用同一种方式连接到工具、数据和系统。
截至 2026 年中,MCP 已经成为 Linux Foundation 治理下的行业标准,获得了 OpenAI、Google DeepMind、Microsoft 等巨头的支持。GitHub 上 MCP servers 仓库已获 87,000+ Stars,Python SDK 23,000+ Stars,生态正在爆发。
太长不看版
| 场景 | 推荐方式 | 难度 | 适合人群 |
|---|---|---|---|
| 让 Claude 读文件/查资料 | Claude Desktop + Filesystem Server | ⭐ | 普通用户 |
| 在 VS Code 中编码用工具 | VS Code + MCP 配置 | ⭐⭐ | 开发者 |
| 自己开发 MCP 服务器 | Python SDK | ⭐⭐⭐ | 后端/全栈开发者 |
| 让 Agent 协作 | MCP + A2A 组合 | ⭐⭐⭐⭐ | 高级开发者/团队 |
一句话: MCP 是让 AI 能「动手做事」的标准——不只是聊天,还能读文件、查数据库、操作工具。
一、MCP 是什么?
起源
MCP 由 Anthropic 于 2024 年 11 月 推出,灵感来自开发者熟知的 LSP(Language Server Protocol)——那个让 VS Code 支持 100+ 语言的标准。核心架构基于 JSON-RPC 2.0。
关键时间线:
| 时间 | 事件 |
|---|---|
| 2024-11 | Anthropic 发布 MCP 初始规范 |
| 2025-04 | Google 发布 A2A(Agent2Agent)协议,与 MCP 互补 |
| 2025-12 | Anthropic 将 MCP 捐赠给 Linux Foundation 的 AAIF |
| 2025-12 | OpenAI 加入 AAIF 联合治理 |
| 2026-04 | 纽约 MCP Dev Summit,约 1,200 人参加 |
| 2026 | MCP Registry 预览版上线 |
为什么重要
在 MCP 之前,每个 AI 工具连接外部数据的方式都是私有的、互不兼容的:
1 | 传统方式(N×M 问题): |
对三类人群的价值:
| 角色 | 价值 |
|---|---|
| 普通用户 | 一次配置,换 AI 工具不用重新学连接方式 |
| 开发者 | 写一个 MCP 服务器,所有 AI 应用都能用,不再为每家模型写适配层 |
| 企业 | 统一安全策略、审计追踪,一个 MCP 网关管所有 AI 工具 |
二、MCP 的 3 种使用方式
方式 1:Claude Desktop(零门槛入门)
适合: 普通用户,让 Claude 能读写文件、浏览网页、管理 Git。
操作步骤:
- 下载安装 Claude Desktop
- 打开 Settings → Developer → Edit Config
- 在配置文件中添加一个文件系统服务器:
1 | { |
- 重启 Claude Desktop
- 右下角会出现 MCP 服务器指示器——点击可查看可用的工具列表
- 现在你可以说:「帮我整理 Documents 文件夹里的 PDF」
配置文件位置(不同系统):
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
⚠️ 注意事项:
- 路径参数要绝对路径,不能是
~ - Mac 需要授予 Claude 相关文件夹的权限(系统弹窗时点击允许)
- 添加多个服务器就用逗号分隔配置
方式 2:VS Code 集成(开发者日常)
适合: 程序员,让 AI 编程助手能操作数据库、调用 API、运行测试。
VS Code 已经内置了对 MCP 的原生支持(通过 GitHub Copilot Chat):
方法 A——从 Gallery 安装(最简单):
- 在 VS Code 的 Extensions 面板搜索 MCP Server
- 点击 Install 即可
方法 B——手动配置 .vscode/mcp.json:
1 | { |
方法 C——命令面板:
Ctrl+Shift+P→ 输入MCP: Open User Configuration- 在打开的 JSON 文件中配置
支持的功能: 文件操作、数据库查询、外部 API 调用、浏览器自动化等。
方式 3:SDK 编程(开发者进阶)
适合: 想自己写 MCP 服务器或客户端的开发者。
MCP 官方提供 9 种语言的 SDK:
| SDK | Stars | 支持级别 | 适用场景 |
|---|---|---|---|
| Python ⭐ | 23,298 | Tier 1 | 快速原型、数据工具 |
| TypeScript ⭐ | 12,652 | Tier 1 | 前端集成、Node 服务 |
| C# (.NET) | — | Tier 1 | 企业应用 |
| Go | — | Tier 1 | 高性能服务 |
| Java | — | Tier 2 | 后端生态 |
| Rust | — | Tier 2 | 极致性能 |
Python 示例——30 行创建一个 MCP 服务器:
1 | from mcp.server import Server, NotificationOptions |
安装: pip install mcp
三、热门 MCP 服务器推荐
| 服务器 | 功能 | 安装方式 | 推荐度 |
|---|---|---|---|
| Filesystem | 安全的文件读写,可配置访问路径 | npx -y @modelcontextprotocol/server-filesystem /路径 | ⭐⭐⭐⭐⭐ |
| Fetch | 获取网页内容并转换成 LLM 友好格式 | npx -y @modelcontextprotocol/server-fetch | ⭐⭐⭐⭐⭐ |
| Git | 读取、搜索、操作 Git 仓库 | uvx mcp-server-git | ⭐⭐⭐⭐ |
| Memory | 基于知识图谱的持久记忆 | npx -y @modelcontextprotocol/server-memory | ⭐⭐⭐⭐ |
| Sequential Thinking | 结构化思维链推理 | 内置(无需安装) | ⭐⭐⭐ |
| Playwright | 浏览器自动化(截图、点击、填表) | npx -y @microsoft/mcp-server-playwright | ⭐⭐⭐⭐ |
| GitHub | 管理 Issue、PR、代码搜索 | npx -y @modelcontextprotocol/server-github | ⭐⭐⭐⭐ |
| Sentry | 查看错误日志和性能数据 | Sentry 官方维护 | ⭐⭐⭐ |
| Cloudflare | 管理 Workers、KV、D1 等 | Cloudflare 官方维护 | ⭐⭐⭐ |
| Stripe | 查询支付、客户、订阅 | Stripe 官方维护 | ⭐⭐⭐ |
💡 提示: 所有 MCP 服务器都只需一行命令安装,配置到 claude_desktop_config.json 或 .vscode/mcp.json 后就能使用。
四、MCP vs A2A:对手还是队友?
2025 年 4 月,Google 发布了 A2A(Agent2Agent)协议。很多人问:MCP 和 A2A 哪个会赢?
答案是:它们根本不需要分出胜负——它们是互补的。
| 维度 | MCP | A2A |
|---|---|---|
| 目标 | Agent 连接工具和数据 | Agent 之间互相通信 |
| 比喻 | USB-C(标准化接入设备) | TCP/IP(标准化网络通信) |
| 核心模式 | 客户端-服务器 | 点对点 |
| 发起者 | Anthropic | |
| 治理 | Linux Foundation (AAIF) | Linux Foundation |
| 场景 | AI 读文件→AI 查数据库→AI 操作浏览器 | Agent A 派任务给 Agent B→结果回传 |
| 是否冲突 | ❌ 不冲突,可协同使用 | ❌ 不冲突,可协同使用 |
实际场景: 一个企业客服系统可以同时使用 MCP 和 A2A:
- MCP:让 AI 连接 CRM 数据库、邮件系统、知识库
- A2A:让「客服 Agent」把复杂订单问题转交给「订单处理 Agent」处理,处理完后结果回传给客服 Agent
Google DeepMind 和 OpenAI 都已加入 MCP 的 AAIF 治理组织,两大生态正在走向融合。
五、MCP 2026 年发展趋势
| 方向 | 进展 |
|---|---|
| 治理成熟 | 已捐赠给 Linux Foundation AAIF,Anthropic + Block + OpenAI 联合治理 |
| 企业就绪 | Auditing/SSO/网关模式 在路线图中,企业级认证即将支持 |
| 异步任务 | SEP-1686 Tasks 原语已实现,支持「立即调用/稍后取结果」模式 |
| 无状态化 | SEP-2567/2575 正在审议,让 MCP Server 可以无状态运行 |
| Registry 上线 | 官方集中式元数据仓库预览版已上线 |
| 事件驱动 | Webhooks 标准化正在路线图中,服务器可主动推送更新 |
| 开发者工具 | MCP Inspector 可视化调试工具、VS Code 原生集成已就绪 |
六、常见问题 FAQ
Q:MCP 和 Function Calling 有什么区别? A:Function Calling 是 OpenAI 的私有标准,只能用于 OpenAI 的模型。MCP 是开放标准,任何 AI 应用都可以接入——包括 ChatGPT(OpenAI 已加入 AAIF)。
Q:MCP 只支持 Claude 吗? A:不。现在 ChatGPT、VS Code、Cursor、Replit、Sourcegraph 等多个主流工具都已经或正在支持 MCP。
Q:配置 MCP 需要编程能力吗? A:普通用户只需要复制粘贴 JSON 配置到 Claude Desktop 即可(方式 1),不需要写代码。开发者可以通过 SDK 构建自定义服务器(方式 3)。
Q:MCP 安全吗? A:Filesystem 服务器通过白名单路径控制访问范围;支持 OAuth 2.1、Bearer Token 等认证方式;企业场景可配置网关实现统一审计。
Q:国内用户能用 MCP 吗? A:可以。Claude Desktop 需要网络环境支持。Filesystem 和 Git 等本地服务器离线也能用。给 Claude Desktop 配置一个稳定的网络通道就能完整使用 MCP 生态。
Q:哪里可以找到更多 MCP 服务器? A:MCP Registry(预览版)、GitHub 上的 modelcontextprotocol/servers(87k Stars)、PulseMCP、npm/PyPI 搜索 mcp-server。
七、MCP 的优缺点
✅ 优点:
- 开放标准 — Linux Foundation 治理,非任何一家独有
- 生态庞大 — 87k+ Stars,9 种 SDK,数千个社区服务器
- 巨头支持 — OpenAI、Google DeepMind、Microsoft 都加入了
- 零门槛入门 — 复制 JSON 就能用,不需要写代码
- 安全性 — 路径白名单、OAuth 2.1、企业网关
❌ 缺点:
- 仍在快速发展 — 部分功能(无状态化、Webhooks)还在路线图中
- 企业特性尚未完善 — 完整的 SSO、审计功能还在开发中
- 配置有一定学习成本 — 虽然不写代码,但 JSON 配置对纯小白仍有门槛
- 依赖生态成熟度 — 高品质的社区服务器还在快速涌现中,质量参差不齐
八、搭配网络工具使用 MCP
MCP 的精髓在于让 AI 连接外部工具——但这需要稳定的网络环境。特别是使用 Claude Desktop、注册 GitHub、浏览网页等场景,一个稳定可靠的网络通道能让你的 MCP 体验提升一个档次。
| 推荐方案 | 月费 | 适合 | 特点 |
|---|---|---|---|
| 光速云 Guangsu Cloud | ¥8 起 | Claude Desktop 重度用户 | IEPL+IEPL专线,100+节点,低延迟 |
| 飞猫云 Wanda | ¥16.8 起 | 开发者日常使用 | IEPL+住宅IP,稳定可靠 |
| 微风网络 | ¥15.8 起 | 性价比优先 | 专线入门,满足日常需求 |
推荐配置: 主力用光速云(每日使用),备选微风网络(分流/备用),两套方案覆盖所有场景,月均花费不到 ¥40。
本文包含推广链接,如果你通过这些链接注册,我会获得一定比例的佣金。但这不影响文章内容的客观性,所有推荐均基于真实体验。