17海纳百川_MCP协议与外部工具连接

释题：海纳百川。一个开放协议，让 Claude Code 从只能操作本地文件的工具，进化为能连接整个数字世界的智能枢纽——数据库、API、云服务，百川归海，一协议通。

你好，我是黄佳。前面两讲我们学习了 Hooks——事件驱动自动化的安全闸门。Hooks 让我们能在 Claude 执行工具前后插入自定义检查，解决了“能不能做”的问题。但即使有了 Memory 的记忆、SubAgents 的分工、Skills 的领域能力、Commands 的标准流程、Hooks 的安全防护，Claude Code 的所有能力，始终被锁在一个边界内——本地文件系统。今天我们就来打破这个边界。 Claude 能读文件、写代码、执行命令，这些你已经非常熟悉。但面对下面这些需求时，它就无能为力了：

帮我查一下数据库里上个月的销售数据
把这个 Issue 同步到 GitHub
从 Notion 里读取产品需求文档
检查一下 Sentry 上最近的错误日志

这不是 Claude 不够聪明，而是它缺少与外部世界连接的通道。读代码、写代码、跑命令——本质都是本地文件系统交互。而企业开发的真实场景中，数据库、版本控制系统、项目管理平台、监控系统才是日常主战场。如果 Claude 无法触及这些系统，它就只能做一个聪明但孤立的本地助手。

2024 年 11 月，Anthropic 推出了一项开源协议，彻底改变了这个局面——Model Context Protocol (MCP)，AI 时代的USB-C 接口（参见佳哥之前推出的专栏《MCP & A2A 前沿实战》）。

MCP——AI 的 USB-C 接口

在 MCP 出现之前，如果你想让 AI 助手连接外部服务，通常有两种选择：

自定义开发 ：为每个服务写专门的集成代码
平台绑定 ：依赖特定平台提供的插件（如 ChatGPT Plugins）

这带来了严重的碎片化问题。假设市场上有 M 个 AI 助手和 N 个外部服务，那么理论上需要 M × N 个专用适配器。每一对组合都需要单独开发、单独维护、单独调试：

MCP 的出现改变了这一切。正如 Anthropic 官方博客所描述的：

把 MCP 想象成 AI 应用的 USB-C 接口。就像 USB-C 提供了连接设备与各种外设的标准化方式，MCP 提供了连接 AI 模型与各种数据源和工具的标准化方式。有了 MCP，M × N 的问题变成了 M + N：

![](../../assets/31d09ac0d61f.jpg) 一个协议，通用连接。每个 AI 助手只需要实现一次 MCP Client，每个服务只需要实现一次 MCP Server，然后任意组合即可工作。 ![](../../assets/8f6af561c9a2.jpg) MCP 的诞生源于一个简单的痛点。据 Wikipedia 记载，MCP 协议由 Anthropic 的两位工程师 David Soria Parra 和 Justin Spahr-Summers 构思并开发：

2024 年 7 月，我在做内部开发工具…作为一个开发工具背景的人，我很快就欣赏到 Claude Desktop 的强大——比如 Artifacts 功能——但也对它功能集有限、无法扩展感到沮丧。
这个痛点在当时并非个例。每一个试图将 AI 助手集成到真实工作流中的工程师都面临同样的困境。David 和 Justin 的洞察在于：这个问题不应该由每个开发者各自解决，而应该由一个开放协议统一解决——就像 HTTP 统一了 Web、LSP 统一了 IDE 语言支持那样。

MCP 发布后，迅速获得了行业认可：

2025 年 3 月 ：OpenAI 正式采纳 MCP，将其集成到 ChatGPT 桌面应用和 Agents SDK 中
2025 年 9 月 ：Google 宣布为 Gemini 提供官方 MCP 支持
2025 年 12 月 ：Anthropic 将 MCP 捐赠给 Linux 基金会下的 Agentic AI Foundation (AAIF)
AAIF 创始成员 ：OpenAI、Google、Microsoft、Amazon Web Services、Cloudflare、Bloomberg

截至 2025 年底，MCP 生态已经达到惊人的规模。

9700 万 月度 SDK 下载量
10000+ 公开 MCP 服务器（PulseMCP 目录收录 10,400+，MCP.so 收录 18,500+）
75+ 官方 Claude 连接器

MCP 架构与核心概念

MCP 采用经典的客户端-服务器架构。Claude Code 充当 MCP Client，负责发现和调用工具；MCP Server 则暴露工具和资源，作为外部服务的代理。两者之间通过 JSON-RPC 2.0 协议通信。

这个架构的关键组件如下表所示。

MCP 复用了 Language Server Protocol (LSP) 的消息流思想。如果你用过 VS Code，你已经间接体验过这种架构——编辑器的智能提示、跳转定义等功能，都是通过 LSP 与语言服务器通信实现的。MCP 做了同样的事情，只不过它服务的不是代码编辑器，而是 AI Agent。

MCP Server 并不只是简单地“暴露一个函数”。它可以向 Client 提供三种不同类型的能力。

Tools 是最常用的能力类型——它让 Claude 能够“做事情“。Resources 提供只读数据，让 Claude 能够“看到东西”而不仅仅依赖你粘贴的文本。Prompts 则是一种便捷机制，让服务器预定义好特定场景的交互模板。

Claude Code 会在启动时自动发现所有配置的 MCP Server 及其提供的能力。当你说“帮我查一下数据库里的用户数量”时，Claude 会自动找到数据库 MCP Server，调用对应的查询工具，解析结果并返回给你。整个过程对用户完全透明。

MCP的三种传输方式

MCP 支持三种传输方式，适用于不同场景。

Stdio 传输（本地进程） 是最简单的方式。MCP Server 作为本地子进程启动，通过标准输入（stdin）接收请求，通过标准输出（stdout）返回响应。零网络开销、零配置复杂度，适合本地工具和开发测试：

{
  "mcpServers": {
    "filesystem": {
      "type": "stdio",
      "command": "npx",
      "args": ["@modelcontextprotocol/server-filesystem", "/home/user/projects"]
    }
  }
}

第二种方式是 HTTP 传输（推荐用于远程） 。当 MCP Server 运行在远程服务器上时的推荐方式。通过标准 HTTP 请求/响应通信，支持 TLS 加密和 Bearer Token 认证。GitHub、Notion、Sentry 等云服务通常直接提供 HTTP 类型的 MCP 端点：

{
  "mcpServers": {
    "github": {
      "type": "http",
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": {
        "Authorization": "Bearer ${GITHUB_TOKEN}"
      }
    }
  }
}

第三种我们也很熟悉了， SSE 传输（Server-Sent Events） ——基于 HTTP 的单向推送技术，建立持久连接，服务器可以主动向客户端推送数据。适合实时监控和流式数据场景。在实践中使用较少，大多数场景用 stdio 或 HTTP 就够了。

这几种方式怎么选呢？原则是， 本地用 stdio，远程用 HTTP，实时用 SSE 。如果你拿不定主意，先试 stdio（本地服务器）或 HTTP（远程服务），这两个覆盖了 95% 的场景。

MCP的配置与管理

MCP 配置可以放在多个位置，每个位置的作用域和可见性不同。

团队共享的服务配置 放到 .mcp.json——提交到 git，团队成员共享
敏感凭证 放到 .claude/settings.local.json——不提交，本地保存
个人常用服务 放到 ~/.claude/settings.local.json——跨项目可用

不论使用哪种传输方式，MCP 配置都遵循同一个 JSON 结构。mcpServers 是顶层键，每个子键是服务器名称（可自由命名）。type 指定传输方式，剩余字段根据传输类型不同——stdio 需要 command 和 args，HTTP/SSE 需要 url 和 headers：

{
  "mcpServers": {
    "server-name": {
      "type": "stdio | sse | http",
      "command": "...",        // stdio 专用
      "args": ["..."],         // stdio 专用
      "url": "...",            // sse/http 专用
      "headers": {},           // sse/http 专用
      "env": {}                // 环境变量
    }
  }
}

Claude Code 里面的 MCP 配置示例

在配置文件中硬编码敏感信息是危险的。MCP 配置支持通过 ${} 语法引用环境变量：${VAR_NAME} 直接引用，变量不存在会报错；${VAR_NAME:-default} 在变量不存在时使用默认值：

{
  "mcpServers": {
    "secure-api": {
      "type": "http",
      "url": "https://api.example.com/mcp",
      "headers": {
        "Authorization": "Bearer ${API_TOKEN}",
        "X-API-Key": "${API_KEY:-default-key}"
      }
    }
  }
}

Claude Code 提供了命令行工具来管理 MCP 服务器，这比手动编辑 JSON 更方便。

# 添加 HTTP 服务器
claude mcp add --transport http github https://api.githubcopilot.com/mcp/

# 添加 stdio 服务器
claude mcp add filesystem -- npx @modelcontextprotocol/server-filesystem /path

# 添加到用户级别（所有项目可用）
claude mcp add --transport http --scope user github https://api.githubcopilot.com/mcp/

# 带认证头添加
claude mcp add --transport http --header "Authorization: Bearer ${TOKEN}" api https://api.example.com/mcp

# 列出所有服务器
claude mcp list

# 查看服务器详情
claude mcp get github

# 移除服务器
claude mcp remove github

实战：连接主流 MCP 服务

理论讲了不少，接下来咱们动手练练。MCP 的生态已经非常成熟，从官方基础服务到第三方热门服务，覆盖了开发者日常所需的各个场景。

Anthropic 维护了一套官方 MCP 服务器集合，覆盖最常见的开发需求。这些服务器经过官方测试和维护，是入门 MCP 的最佳起点。

社区也贡献了大量高质量的第三方 MCP 服务器。以下是开发者最常用、真正能跑的几个。

我们来介绍几个最典型的配置，更多的实际实用的MCP工具，咱们可以继续在留言区分享。

实战 1：Context7——实时技术文档

Context7 是开发者社区最火的 MCP 服务器之一。它的价值在于，当你让 Claude 帮你写代码时，Claude 可以实时拉取你用的库的最新文档，而不是依赖训练数据中可能过时的知识。

配置极其简单，一行命令搞定。

claude mcp add context7 -- npx -y @upstash/context7-mcp@latest

或者在 .mcp.json 中手动配置：

{
  "mcpServers": {
    "context7": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    }
  }
}

配置完成后，你可以在提示中加上 use context7 关键词，Claude 就会自动去拉取最新的官方文档：

帮我用 Next.js 15 的 App Router 写一个带认证的 API 路由 use context7

Claude会输出：

先查一下 Next.js 15 的最新文档...
[调用 context7 MCP server → resolve_library_id → get_library_docs]
根据最新文档，Next.js 15 的 App Router API 路由写法如下...

不需要 API Key，不需要付费，开箱即用。这就是为什么它成了开发者的“标配”MCP。

实战 2：GitHub MCP——仓库操作

GitHub 官方推出的 MCP 服务器，支持完整的仓库管理操作：创建 Issue、管理 PR、搜索代码、查看 CI/CD 状态。

方式一：HTTP 远程连接 （推荐，GitHub 官方托管）

{
  "mcpServers": {
    "github": {
      "type": "http",
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": {
        "Authorization": "Bearer ${GITHUB_TOKEN}"
      }
    }
  }
}

方式二：stdio 本地运行 （更灵活，可定制参数）

claude mcp add github -- docker run -i --rm \
  -e GITHUB_PERSONAL_ACCESS_TOKEN=${GITHUB_TOKEN} \
  ghcr.io/github/github-mcp-server

配置好之后，你可以直接在终端里操作 GitHub：

发现一个登录页面的 Bug，当用户输入超长密码时会崩溃，帮我创建一个 Issue

Claude输出如下。

让我在 GitHub 上创建这个 Issue...
[调用 GitHub MCP server → create_issue]

已创建 Issue #142: "Login page crashes with extremely long password"
- Labels: bug, high-priority
- URL: https://github.com/your-org/your-repo/issues/142

GITHUB_TOKEN 需要事先创建。到 GitHub → Settings → Developer settings → Personal access tokens → Fine-grained tokens，勾选你需要的仓库权限即可。

实战 3：Notion MCP——文档集成

Notion 官方开源了 MCP 服务器，让 Claude 可以直接读写你的 Notion 工作区。

{
  "mcpServers": {
    "notion": {
      "type": "http",
      "url": "https://mcp.notion.com/mcp",
      "headers": {
        "Authorization": "Bearer ${NOTION_API_KEY}"
      }
    }
  }
}

NOTION_API_KEY 在 Notion Developers 创建 Internal Integration 后获取。记得在 Notion 页面的 Connections 里添加你创建的 Integration，否则 Claude 看不到页面内容。

从 Notion 里读取"Q1 产品路线图"，帮我提取其中的技术任务

Claude输出如下。

读取 Notion 文档...
[调用 Notion MCP server → search → get_page]

从 "Q1 产品路线图" 提取的技术任务：
1. 用户认证系统升级（2月前）
   - 支持 OAuth 2.0
   - 添加双因素认证
2. 搜索功能优化（3月前）
   - 实现全文搜索
   - 添加搜索建议

实战 4：数据库——查询与分析

连接数据库是 MCP 最实用的场景之一。@bytebase/dbhub支持 PostgreSQL、MySQL、SQLite 等多种数据库：

{
  "mcpServers": {
    "database": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@bytebase/dbhub", "--dsn", "${DATABASE_URL}"]
    }
  }
}

DATABASE_URL 格式为 postgresql://user:password@localhost:5432/mydb。建议使用只读账户，防止 Claude 误操作修改数据。

帮我查一下数据库里上个月的订单数量和总金额

Claude输出如下。

查询数据库...
[调用 database MCP server → run_query]

上个月（2025年12月）的订单统计：
- 订单数量：1,234 笔
- 总金额：¥456,789.00
- 平均客单价：¥370.21

把上面几个服务组合到一起，你就拥有了一个连接多个系统的完整工具箱。

以下是一个面向全栈开发者的 .mcp.json 配置：

{
  "mcpServers": {
    "context7": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    },
    "github": {
      "type": "http",
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": {
        "Authorization": "Bearer ${GITHUB_TOKEN}"
      }
    },
    "notion": {
      "type": "http",
      "url": "https://mcp.notion.com/mcp",
      "headers": {
        "Authorization": "Bearer ${NOTION_API_KEY}"
      }
    },
    "database": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@bytebase/dbhub", "--dsn", "${DATABASE_URL}"]
    },
    "fetch": {
      "type": "stdio",
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

对应的 .env 文件（绝对不要提交到版本控制）：

GITHUB_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxx
DATABASE_URL=postgresql://readonly:password@localhost:5432/mydb
NOTION_API_KEY=secret_xxxxxxxxxxxxxxxxxxxx

有了这个配置，你在终端里的对话可以跨越多个系统而不中断上下文。你可以一边讨论代码中的 Bug，一边查数据库确认问题，一边创建 GitHub Issue，一边翻 Notion 需求文档——Claude 全程保持上下文，不需要你在五个工具间来回切换。

创建自定义 MCP 服务器

当现有的 MCP 服务器无法满足需求时，你可以创建自己的。MCP 官方提供了 TypeScript 和 Python 两套 SDK，开发一个基本的 MCP Server 只需要几十行代码。

TypeScript SDK

TypeScript SDK 是使用最广泛的 MCP 开发工具。安装依赖：

npm install @modelcontextprotocol/sdk zod

下面是一个完整的 Todo 管理 MCP Server（src/index.ts）。它定义了三个工具（添加、列出、完成待办）和一个资源（统计信息）。注意每个工具都有名称、描述、参数 schema 和处理函数——Claude 通过描述来决定何时调用这个工具：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

// 内存存储
const todos: { id: string; text: string; done: boolean }[] = [];

// 创建 MCP 服务器
const server = new McpServer({
  name: "my-todo-server",
  version: "1.0.0",
});

// 定义工具：添加待办
server.tool(
  "todo_add",
  "Add a new todo item",
  {
    text: z.string().describe("The todo text"),
  },
  async ({ text }) => {
    const todo = {
      id: Math.random().toString(36).substring(2, 9),
      text,
      done: false,
    };
    todos.push(todo);

    return {
      content: [
        {
          type: "text",
          text: `Added todo: ${todo.id} - ${todo.text}`,
        },
      ],
    };
  }
);

// 定义工具：列出待办
server.tool(
  "todo_list",
  "List all todo items",
  {},
  async () => {
    const text = todos.length === 0
      ? "No todos found."
      : todos
          .map((t) => `[${t.done ? "x" : " "}] ${t.id}: ${t.text}`)
          .join("\n");

    return {
      content: [{ type: "text", text: `Todos:\n${text}` }],
    };
  }
);

// 定义工具：完成待办
server.tool(
  "todo_complete",
  "Mark a todo as completed",
  {
    id: z.string().describe("The todo ID"),
  },
  async ({ id }) => {
    const todo = todos.find((t) => t.id === id);
    if (!todo) {
      return {
        content: [{ type: "text", text: `Todo not found: ${id}` }],
        isError: true,
      };
    }

    todo.done = true;
    return {
      content: [{ type: "text", text: `Completed: ${todo.text}` }],
    };
  }
);

// 定义资源：统计信息
server.resource(
  "stats",
  "stats://current",
  async (uri) => {
    return {
      contents: [
        {
          uri: uri.href,
          mimeType: "application/json",
          text: JSON.stringify({
            total: todos.length,
            completed: todos.filter((t) => t.done).length,
            pending: todos.filter((t) => !t.done).length,
          }, null, 2),
        },
      ],
    };
  }
);

// 启动服务器
async function main() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("MCP Server started");
}

main().catch(console.error);

Python SDK

Python 版本使用装饰器风格，对 Python 开发者来说更加自然。

pip install mcp
from mcp.server.fastmcp import FastMCP

server = FastMCP("my-todo-server")

todos = []

@server.tool("todo_add")
async def add_todo(text: str) -> str:
    """Add a new todo item"""
    import random
    import string
    todo_id = ''.join(random.choices(string.ascii_lowercase, k=7))
    todos.append({"id": todo_id, "text": text, "done": False})
    return f"Added todo: {todo_id} - {text}"

@server.tool("todo_list")
async def list_todos() -> str:
    """List all todo items"""
    if not todos:
        return "No todos found."
    return "\n".join(
        f"[{'x' if t['done'] else ' '}] {t['id']}: {t['text']}"
        for t in todos
    )

@server.tool("todo_complete")
async def complete_todo(id: str) -> str:
    """Mark a todo as completed"""
    for todo in todos:
        if todo["id"] == id:
            todo["done"] = True
            return f"Completed: {todo['text']}"
    return f"Todo not found: {id}"

if __name__ == "__main__":
    server.run()

配置自定义服务器

写完代码后在 .mcp.json 中注册。TypeScript 版本先编译再运行，Python 版本直接运行：

TypeScript 版本：

{
  "mcpServers": {
    "my-todo": {
      "type": "stdio",
      "command": "node",
      "args": ["./mcp-server/build/index.js"]
    }
  }
}

Python 版本：

{
  "mcpServers": {
    "my-todo": {
      "type": "stdio",
      "command": "python",
      "args": ["./mcp-server/server.py"]
    }
  }
}

5条MCP安全原则

MCP 的强大能力也带来了安全风险。它本质上是在给 AI Agent 开放访问外部系统的权限。正如 Anthropic 官方警告里说的：

使用第三方 MCP 服务器需自担风险。Anthropic 未验证所有服务器的正确性和安全性。
这里给出五条MCP使用的安全原则。

**1. 验证服务器来源** ——只使用官方或知名来源的 MCP 服务器。一个恶意的 MCP Server 可以在你不知情的情况下读取敏感文件、窃取环境变量中的密钥。 **2. 限制权限范围** ——遵循最小权限原则，只给必要的目录和资源访问： ``` { "mcpServers": { "filesystem": { "type": "stdio", "command": "npx", "args": [ "@modelcontextprotocol/server-filesystem", "/safe/directory/only" ] } } } ``` **3. 使用只读凭证** ——对于数据库等关键系统，永远不要给 MCP Server 写权限——除非你明确需要 Claude 修改数据。 **4. 保护敏感凭证** ——绝对不要在配置文件中硬编码 Token。使用环境变量引用，将敏感值存在不提交到 git 的文件中。

5. 审计 MCP 服务器代码 ——对于开源服务器，在使用前检查其代码：它请求哪些权限？它如何处理用户数据？花十分钟审计代码，可能帮你避免一次严重的安全事故。

调试与故障排除

MCP 配置好之后，可能不会一次就跑通。Claude Code 内置了调试工具：

# 列出所有配置的服务器
claude mcp list

# 查看服务器详细信息
claude mcp get my-server

# 启用调试模式查看 MCP 连接详情
claude --debug

常见问题速查表如下。

MCP 工具可能产生大量输出。因此在Token的控制方面，Claude Code 对 MCP 输出提供了两级保护。

如果需要处理大量数据，可以通过环境变量调整上限。但更好的做法是在 MCP Server 端做分页或摘要：

export MAX_MCP_OUTPUT_TOKENS=50000

总结一下

这一讲我们学习了 Model Context Protocol (MCP)——AI 时代的 USB-C 接口。

MCP 解决了 AI 助手与外部世界连接的碎片化问题——从 M × N 个适配器简化为 M + N 个。它采用 Client-Server 架构，支持三种传输方式（stdio、HTTP、SSE），配置文件可版本控制并团队共享。

生态系统是 MCP 最大的优势。官方提供文件系统、HTTP 请求、Git、PostgreSQL 等基础服务器；第三方则覆盖了 GitHub、Notion等主流服务。我们动手配置了几个最典型的 MCP 服务。当然，强大的能力也带来安全风险，我们给出了五条安全原则。更多的MCP相关细节，可以阅读我在极客时间的MCP专栏。

写到这里，我们看到 MCP 让 Claude Code 从一个“只能操作本地文件”的工具，进化为“能连接整个数字世界”的智能助手。但这里有个有趣的问题——我感觉前面的基础篇课程中缺失了重要一环，就是Claude Code 内置的那些工具本身：Read、Write、Bash、Grep……这些“原生工具”是怎么组织的，以至于产生了那么强大的效果？这也值得我们好好思考思考。

思考题

请你分享分享你在工作和个人项目中使用过哪些好用的MCP。
MCP 被称为AI 的 USB-C。这个类比在哪些方面贴切？有哪些方面可能不太准确？你可以从协议治理、版本兼容性、物理层 vs. 逻辑层等多个角度分析。
如果你要为公司内部系统创建一个 MCP 服务器，你会如何设计它的权限模型？考虑多租户隔离、操作审计日志、读写权限分级等维度。
MCP 服务器可能产生大量输出（比如数据库查询返回几万行）。除了截断，还有哪些方式可以优化这个问题？从服务器端分页、客户端摘要、流式处理等方向思考。
在团队协作场景中，.mcp.json（版本控制）和 .claude/settings.local.json（本地保存）的分工策略是什么？如果一个 MCP Server 既需要团队共享配置，又需要个人私有凭证，你会怎么设计？

下一讲预告

MCP 让我们能连接外部世界，但 Claude Code 自身的工具系统——Read、Write、Bash、Grep、Glob、Agent……这十几个内置工具是怎么组织的？它们的权限如何控制？和 MCP 扩展的工具又是什么关系？

第 18 讲，我们将深入剖析 Claude Code 的 工具系统（Tools）全貌 ——从 Agentic Loop 的三个阶段、15+ 内置工具的分类与风险等级、五种软件工程原子操作，到工具的权限控制体系。这一节是新加进来的，我认为相当重要（本应放在基础篇，不过，因为目前大家知识体系已经全面，放在这里我们理解起来更深入），因为理解了工具系统，你才能真正理解 Claude Code 这台“AI 引擎”是如何运转的。

欢迎你在留言区和我交流讨论。如果这一讲对你有启发，别忘了分享给身边更多朋友。

Quartz

探索

17海纳百川_MCP协议与外部工具连接

MCP——AI 的 USB-C 接口

MCP 架构与核心概念

MCP的三种传输方式

MCP的配置与管理

实战：连接主流 MCP 服务

实战 1：Context7——实时技术文档

实战 2：GitHub MCP——仓库操作

实战 3：Notion MCP——文档集成

实战 4：数据库——查询与分析

创建自定义 MCP 服务器

TypeScript SDK

Python SDK

配置自定义服务器

5条MCP安全原则

调试与故障排除

总结一下

思考题

下一讲预告

目录

反向链接

关系图谱