Lazy loaded image
MCP 使用指南
Words 1949Read Time 5 min
2025-12-31
Column 1
Column 2
MCP (Model Context Protocol) 是 AI 工具集成的开放标准,类似“AI 的 USB-C”。通过 MCP,Claude Code 可连接数百种外部工具和数据源。

一、添加 MCP Server

方式 1:远程 HTTP Server(推荐)

方式 2:本地 Stdio Server

方式 3:JSON 配置添加

本地 Stdio vs 远程 HTTP 对比

维度
本地 Stdio
远程 HTTP
运行位置
本机进程
云端/远程服务器
启动方式
npx/python 等命令启动
连接已运行的远程端点
网络依赖
无需网络(本地执行)
需稳定网络连接
资源消耗
占用本机 CPU/内存
资源在远端消耗
认证方式
环境变量传入 API Key
OAuth 2.0 / Bearer Token
适用场景
文件系统、本地数据库、自定义脚本
SaaS 服务(GitHub、Sentry、Notion)
部署复杂度
需安装依赖(Node/Python)
开箱即用,无需本地安装
Windows 兼容
cmd /c 包装 npx
无特殊要求
推荐度
本地工具/私有数据
✅ 云服务首选

作用域选择

Scope
存储位置
用途
--scope local
~/.claude.json
个人开发服务器(默认)
--scope project
.mcp.json
团队共享,提交到 Git
--scope user
~/.claude.json
跨项目个人工具

二、常用 MCP Server

⚠️
第三方 MCP Server 需自行评估安全性,尤其是可获取不可信内容的 Server。
Server
功能
典型用法
GitHub
PR 管理、Issue 跟踪
“Review PR #456 and suggest improvements”
Sentry
错误监控
“What are the most common errors in last 24h?”
PostgreSQL
数据库查询
“Find users who haven’t purchased in 90 days”
Perplexity
网络搜索
“Research latest React patterns”
Context7
实时文档
“Show me Next.js 15 App Router patterns”
Sequential Thinking
复杂任务拆解
“Plan migration from Redux to Zustand”
Figma
设计稿集成
“Update template based on new Figma designs”
Slack
消息集成
“Get designs posted in #frontend channel”
Filesystem
文件操作
“Organize files in /downloads folder”

三、10 个最佳实践

实践
原因
做法
1. 优先 HTTP 传输
SSE 已弃用;HTTP 更稳定、兼容性更好
claude mcp add --transport http <name> <url>
2. 环境变量管密钥
避免硬编码泄露;便于轮换和多环境切换
"env": {"API_KEY": "${MY_API_KEY}"} + Shell export
3. Project Scope 共享
团队配置同步;版本控制可追溯
--scope project 生成 .mcp.json 提交 Git
4. 定期轮换密钥
降低泄露风险;满足合规要求
GitHub Token 等高权限凭据每 90 天更换
5. Local Scope 测试
隔离风险;不影响团队配置
--scope local 验证稳定后再升级 scope
6. /mcp 检查状态
快速诊断连接问题;确认 Server 可用
在 Claude Code 中执行 /mcp 查看状态
7. 配置超时/输出限制
防止 Server 启动卡死;避免大输出撑爆上下文
MCP_TIMEOUT=10000 / MAX_MCP_OUTPUT_TOKENS=50000
8. 按用途命名区分
多账户/多环境隔离;避免误操作
github-work / github-personal 分开配置
9. @ 引用 MCP 资源
精确定位资源;类似文件引用的统一体验
@github:issue://123 / @postgres:schema://users
10. 斜杠命令执行 Prompt
快速触发预定义操作;减少重复输入
/mcp__github__list_prs / /mcp__jira__create_issue

四、项目中 MCP 的 12 个常见用法

用法
场景
无 MCP
有 MCP
1. Issue 驱动开发
从 Issue Tracker 获取需求并实现
手动复制 Issue 内容到 Claude
直接读取 Issue 并自动创建 PR
2. PR 代码审查
自动审查 Pull Request
手动复制 diff 到聊天窗口
直接审查并在 PR 上留言
3. 生产错误诊断
分析 Sentry/监控日志
切换到 Sentry 截图再返回
实时查询错误并关联代码
4. 数据库查询分析
获取业务数据洞察
手动执行 SQL 再复制结果
自然语言查询并分析结果
5. 设计稿同步
从 Figma 获取设计更新代码
手动导出设计稿参数
直接读取 Figma 生成代码
6. 文档实时查询
获取最新库/框架文档
依赖训练数据(可能过时)
实时拉取最新版本文档
7. CI/CD 自动化
触发构建、查看流水线
切换到 CI 平台操作
命令触发并监控状态
8. 跨系统工作流
联动多工具完成复杂任务
多系统间手动复制粘贴
一条 Prompt 串联多个系统
9. 网络信息搜索
查找技术方案/最新资讯
打开浏览器搜索后返回
Perplexity 直接搜索并整合结果
10. 消息通知集成
从 Slack/Teams 获取上下文
手动复制消息内容
直接读取频道历史消息
11. 复杂任务拆解
将大任务分解为可执行步骤
手动列举步骤跟踪进度
Sequential Thinking 自动规划步骤
12. 文件系统批处理
批量整理/分析文件
只能通过 @ 引用单文件
直接操作目录和批量文件

五、MCP 综合工作流示例

🚀
通过组合多个 MCP Server,可实现从需求到交付的全流程自动化。

工作流 1:Issue → 开发 → 部署

阶段
使用的 MCP
操作
1. 获取需求
JIRA / GitHub Issues
读取 Issue 详情、附件、评论
2. 查询文档
Context7
获取相关框架最新 API
3. 编写代码
Filesystem
创建/修改文件
4. 提交代码
GitHub
创建分支、提交 PR
5. 触发部署
CI/CD Server
启动流水线并监控
示例 Prompt

工作流 2:生产问题 → 诊断 → 修复

阶段
使用的 MCP
操作
1. 发现问题
Sentry
查询最新错误和堆栈
2. 关联数据
PostgreSQL
查询受影响用户/订单
3. 定位代码
GitHub
查看相关文件和提交历史
4. 修复问题
Filesystem + GitHub
编辑代码并创建 hotfix PR
5. 通知团队
Slack
发送修复通知到频道
示例 Prompt

工作流 3:设计 → 开发 → 审查

阶段
使用的 MCP
操作
1. 获取设计
Figma + Slack
读取设计稿及讨论反馈
2. 实现组件
Filesystem
创建/更新 UI 组件
3. 提交 PR
GitHub
创建 PR 并关联 Figma 链接
4. 审查代码
GitHub
自动审查并留言建议
5. 更新状态
JIRA / Slack
更新 Issue 状态并通知设计师
示例 Prompt

五、管理命令参考


六、注意事项

🔒
安全第一:MCP Server 具有系统访问权限,仅安装可信来源。

平台差异

平台
配置位置
特殊要求
macOS
~/Library/Application Support/Claude/
-
Linux
~/.config/Claude/
-
Windows
%APPDATA%\Claude\
需用 cmd /c 包装 npx
Windows 示例

常见问题

问题
解决方案
Server 无法连接
检查网络、重启 Claude Code、查看 ~/.claude/logs/
Token 过期
使用 /mcp 选择 "Clear authentication" 后重新认证
输出截断
增大 MAX_MCP_OUTPUT_TOKENS 或让 Server 分页返回
权限错误
尝试 --scope project 或检查 API Key 权限

企业管控

管理员可通过 managed-mcp.json 部署统一配置,或使用 allowedMcpServers / deniedMcpServers 策略控制允许的 Server。

七、扩展资源

上一篇
宏的用法
下一篇
Guide to Linux System

Comments
Loading...