MCP — 把 Claude 连接到一切
让 AI 不止会写代码,还能用你的工具、读你的数据
到现在,Claude 主要在和你的"代码文件"打交道。但真实工作里,信息散落在数据库、设计稿、任务系统、各种软件里。MCP 就是那座桥——让 Claude 能连上这些外部工具和数据,从"会写代码的助手"升级成"能调动你整个工具台的助手"。
如果你按 6.3 的第 ② 条把 Claude Code 指向了别家的兼容接口(国产模型后端), 那么这一章要先停一下:MCP 是服务端能力,换了后端就未必还有。
举一个可查的例子:DeepSeek 官方文档在「Anthropic 兼容接口」那页, 把 MCP 明确列在不支持的能力里(同列的还有文档输入、搜索结果、代码执行结果等)。 不同厂商的支持范围不一样,以你实际用的那家的官方文档为准。
判断方法很直接:按本章配好一个 MCP 服务器,如果始终连不上, 先怀疑后端不支持,而不是怀疑自己配错了——这类失败通常不会告诉你原因。
想把「后端能力差异」这件事一次搞清楚(包括传错模型名会静默降级这类不报错的坑), 见 国内怎么用 AI 编程 的 K4。
MCP 就像给 Claude 配了一套标准接口的"万能插座":以前它只能用自带的几样工具,现在只要某个工具提供了 MCP 插头,就能插上用——数据库、文档、设计稿、第三方服务,都能接进来。统一的插座标准,让"接什么都行"。
- MCP(Model Context Protocol,模型上下文协议)= 一套让 AI 连接外部工具和数据源的标准协议
- 解决的痛点:AI 默认看不到你代码以外的东西(数据库里有什么、设计稿长啥样、任务系统里的需求)
- 怎么工作:某个工具/数据源提供一个 MCP 服务器,Claude 连上它,就能用它的能力——不只是"读数据",也能执行有副作用的写操作(改数据库、发消息、删文件等),这正是后面安全那节(c.5)要重点管的地方
- 为什么是"标准":有了统一协议,支持 MCP 的工具就能复用同一套接法。但前提是要先有该工具对应的 MCP 服务器(常由社区/第三方提供,有时得自建),且每个服务器仍需安装、配置、授权(API key / OAuth)——不是所有工具都现成支持、零成本即插即用
一旦让 AI 连上外部工具和数据,就涉及"它能访问什么、能否被恶意利用"的问题(尤其用别人做的第三方 MCP 服务器时)。能力越大,越要管好权限和来源——这一点我们会在 c.5 专门展开。先有这根弦:连接外部 ≠ 无条件信任。
我的工作里,除了代码,常要用到这些信息/工具:【列出,如:某数据库、Figma 设计稿、任务系统、某 API 服务】。请帮我判断:其中哪些适合通过 MCP 接给 Claude 来提效?各能帮我做什么?接入时要注意哪些风险?
🔎 来源与核验· 1 条,点开核对
🔧 试一试:查查你天天用的工具有没有 MCP 插头(4 分钟)
- 想 2 个你工作里除了代码常打交道的东西(某数据库、某任务系统、某设计工具、某笔记软件)。
- 让 DeepSeek 或搜一下:"X 有没有官方/社区的 MCP 服务器?" 看它们是不是已有现成的"插头"。
- 留意:有的现成即插,有的得自建、还要配 API key / 授权——不是所有工具都零成本接入。
你会看到:热门工具往往已有现成 MCP 服务器,但"接一个"通常还要装、配、授权,不是想象中一键搞定。
为什么:MCP 是"标准插座",但前提是那个工具得有对应的"插头",而且接上要配权限。先摸清"我常用的东西接不接得进来、代价多大",才知道 MCP 能不能真帮到你。
你理解了 MCP 是什么。下一节动手——给 Claude Code 添加第一个 MCP 服务器,真正连上一个外部能力。
