你有没有觉得 AI 编程工具"什么都能做，但又什么都做不了"？

我说的是这种体验：你用 Claude Code 写代码，它确实能读文件、写文件、跑命令，非常好用。但当你说"帮我看看 GitHub 上最近的 Issues 有哪些还没处理的"——它不行。"帮我查一下数据库里有多少个 Premium 用户"——也不行。"帮我给 Slack 的 dev 频道发一条部署通知"——还是不行。

这很奇怪，对吧？明明 AI 那么聪明，对话能力那么强，但它能操作的东西就局限在"本地文件系统"这个小圈子里。就像你雇了一个超级聪明的助手，但只允许他在你的书桌上工作——他连隔壁办公室的门都打不开。

MCP 就是来解决这个问题的。

MCP，全称 Model Context Protocol（模型上下文协议），是 Anthropic 在 2024 年底提出的一个开放标准。你可以把它简单理解成：一套让 AI 工具连接外部服务的"万能适配器"。

在没有 MCP 之前，如果你想让 Claude Code 能访问 GitHub，有人得专门写一段代码把 GitHub API 对接到 Claude Code 里。想访问 PostgreSQL？又得写一段。想访问 Notion？再写一段。每个 AI 工具（Cursor、Claude Code、Cline 等）都得各写各的，互不兼容。

MCP 的思路是：定义一个统一的协议，让所有 AI 工具用同一种方式连接所有外部服务。

这就像 USB 接口一样——在 USB 出现之前，打印机一个接口、鼠标一个接口、键盘一个接口，每个设备都不一样。USB 出来之后，所有设备用同一种接口，插上就能用。MCP 就是 AI 工具界的"USB 协议"。

MCP 的三个核心角色

MCP 的架构其实不复杂，总共就三个角色：

Host（宿主）——就是你用的 AI 工具本身。比如 Claude Code、Cursor、Claude Desktop。Host 是"发起请求的人"。

Client（客户端）——Host 内部用来跟 MCP Server 通信的模块。一般你不需要直接打交道，Host 会自动管理。

Server（服务器）——这是关键。每个 MCP Server 对接一个外部服务。比如有 GitHub MCP Server 对接 GitHub，有 SQLite MCP Server 对接数据库，有 Puppeteer MCP Server 对接浏览器。

整个流程就是：

你对 Claude Code 说："帮我查一下 GitHub 上有哪些 open 的 Issues"
  ↓
Claude Code（Host）发现这个请求需要用 GitHub MCP Server
  ↓
通过 MCP 协议调用 GitHub Server
  ↓
GitHub Server 用你配置的 Token 访问 GitHub API
  ↓
拿到结果，返回给 Claude Code
  ↓
Claude Code 把结果整理好告诉你

整个过程你只需要说一句自然语言。不需要记 API、不需要写代码、不需要切换到浏览器打开 GitHub。

有 MCP 和没有 MCP，差别有多大？

这个对比非常直观：

没有 MCP 的 Claude Code：

• 能读写本地文件
• 能执行终端命令
• 能运行 Bash 脚本
• 不能访问 GitHub、数据库、Slack、Notion 或任何外部服务

有了 MCP 的 Claude Code：

• 以上所有能力保留
• 额外能查看和创建 GitHub Issues、PR
• 额外能查询 SQLite、PostgreSQL 数据库
• 额外能操作 Notion 页面
• 额外能控制浏览器（截图、自动化测试）
• 额外能进行网络搜索
• ......以及任何有 MCP Server 的外部服务

说实话，MCP 出来之后，我对 Claude Code 的使用方式发生了很大的变化。以前我还是会经常切换到浏览器去查 GitHub Issues、去 pgAdmin 看数据库。现在这些事情我直接在 Claude Code 里说一句话就搞定了。

目前有哪些常用的 MCP Server？

MCP 生态发展得很快，目前已经有几百个 MCP Server 了。几个最常用的：

话说回来，你不需要一次装很多 MCP Server。我建议根据你的实际需求一个一个加。对于大多数 Web 开发者来说，装一个 GitHub Server 就已经能大幅提升效率了。