mcpmodel-context-protocolcursorclaude-code工作流

MCP 实战：3 步把任意 API 接入 Claude / Cursor

发布 2026-08-02更新 2026-08-02核实 2026-08-02

一句话结论

MCP（Model Context Protocol）是 Anthropic 提出的开放标准，让 AI 工具能像调函数一样调你已有的工具——数据库、GitHub、Slack、文件系统。接入成本极低：先吃现成 server 解决 80% 需求，再按需用 TypeScript SDK 自建。别一上来就造轮子。

MCP 是什么（30 秒理解）

过去每个 AI 工具要接外部工具，都得各自写一套适配。MCP 把这套适配标准化成「客户端（Claude Code / Cursor）— 协议 — Server（暴露 tools 的程序）」：

AI 客户端  ←— MCP 协议 —→  MCP Server  ←—→  你的数据库 / API / 文件系统

Server 暴露三类能力：

Tools：AI 可调用的函数（如「查 PostgreSQL」「建 GitHub issue」）
Resources：AI 可读的数据（如配置文件、日志）
Prompts：预置的提示词模板

3 步上手

第 1 步：选一个现成 Server

社区已有大量现成 server（官方 registry），常用：

Server	能力	适合
`@modelcontextprotocol/server-filesystem`	读/写本地文件	让 AI 操作项目文件
`@modelcontextprotocol/server-postgres`	跑 SQL 查数据	数据分析 / 查库
`github` MCP	建 issue / 读 PR / 搜代码	研发工作流
`slack` MCP	发消息 / 搜频道	通知 / 协作
`linear` / `notion` MCP	读写工单 / 文档	项目管理

第 2 步：配到客户端

Claude Code（写入 .mcp.json 或 ~/.claude.json）：

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://user:pass@localhost:5432/db"]
    }
  }
}

然后 claude 里跑 /mcp 看是否连上。

Cursor（Settings → MCP → 粘贴同款 JSON 到 ~/.cursor/mcp.json）：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/project"]
    }
  }
}

第 3 步：验证

在对话里直接说自然语言，看 AI 是否自动调 tool：

> 查一下 users 表里最近 7 天注册的人数

如果 AI 调用了 Postgres tool 并返回结果，说明 MCP 通了。Claude Code 里 /mcp 可看每个 server 的 tools 列表。

现成 Server 推荐

场景	推荐 Server	备注
文件操作	filesystem	最基础，先接这个
数据库	postgres / sqlite	接了就能「对话式查库」
代码协作	github	建 issue、读 diff
项目管理	linear / notion	工单联动
内部系统	自建	写一个最小 server 暴露内部 API

自建 MCP Server：Node + TypeScript 最小例子

当现成 server 不够，比如要暴露公司内部 API，用官方 SDK 写一个：

npm init -y
npm i @modelcontextprotocol/sdk zod

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

const server = new McpServer({ name: "demo", version: "1.0.0" });

// 暴露一个 tool：把文本转大写
server.tool("to_upper", { text: z.string() }, async ({ text }) => ({
  content: [{ type: "text", text: text.toUpperCase() }],
}));

// 暴露一个查内部 API 的 tool
server.tool("get_orders", { userId: z.string() }, async ({ userId }) => {
  const res = await fetch(`https://internal.api/orders?user=${userId}`);
  const data = await res.json();
  return { content: [{ type: "text", text: JSON.stringify(data) }] };
});

const transport = new StdioServerTransport();
await server.connect(transport);

配置到客户端：

{
  "mcpServers": {
    "demo": { "command": "npx", "args": ["tsx", "/path/to/server.ts"] }
  }
}

之后 AI 就能直接说「查一下用户 123 的订单」。

排错指南

server 没出现：检查 command 路径和 npx 是否可访问；Claude Code 跑 /mcp 看报错。
连上了但 tool 调不动：看 server 日志，多数是权限 / 网络（如 Postgres 连接串错）。
AI 不主动调：提示词要明确「用 X tool 做 Y」，或 tool 描述写得太模糊。
安全风险：MCP server 能访问你的文件 / 数据库，只装信任来源的 server，限制 filesystem server 的目录范围。
超时：MCP 调用超 2 分钟（Claude Code）会自动转后台，长任务别担心。

AIHO 观点：MCP 的最大价值是「你的私有数据 / 内部系统，不用把数据传给通用大模型就能被 AI 调用」。企业场景里，接一个 Postgres + 内部 API 的 server，比把数据库导给 ChatGPT 安全得多。

常见问题

Q：MCP 和 Function Calling 什么关系？ A：Function Calling 是模型调用函数的能力，MCP 是「工具如何暴露给模型」的标准协议。MCP 让工具提供方和模型客户端解耦，一次写 server，多客户端可用。

Q：自建 server 要部署吗？ A：stdio 模式的 server 随客户端本地拉起，不用单独部署；HTTP 模式的 server（SSE）才需要部署。

Q：多个 server 冲突怎么办？ A：每个 server 的 tool 名全局唯一，重名会冲突。命名加前缀（如 pg_query / gh_create_issue）避免。