auto_ai 知识库

Appearance

MCP（Model Context Protocol，模型上下文协议）由 Anthropic 于 2024 年 11 月提出，是让大模型以统一标准接入外部工具、数据源与服务的开放协议，常被比喻为"AI 应用的 USB-C 接口"。本笔记梳理 MCP 生态结构、服务器分类与精选清单，Star 数为约数（2026-09），以仓库页面为准。

MCP 生态概览 ​

MCP 的架构由三个角色组成：

角色说明示例
Host（宿主）发起请求的 AI 应用Claude Desktop、Claude Code、TRAE、Cursor
Client（客户端）与服务器 1:1 连接，管理协议通信各客户端内置的 MCP 客户端
Server（服务器）轻量程序，暴露工具/资源/提示，安全访问本地或远程数据Filesystem、GitHub、数据库适配器等

核心价值在于标准化：开发者不再需要为每个工具编写定制"胶水代码"，模型可以动态发现并调用服务器暴露的能力。2025 年以来 GitHub、Google、微软、亚马逊云科技等厂商陆续发布官方 MCP 服务器，生态从社区实验走向大厂标配。

服务器分类 ​

  • 文件系统与存储：读写本地/远程文件与目录（Filesystem、Google Drive 等）。
  • 数据库：查询与操作数据库（PostgreSQL、SQLite、Elasticsearch 等）。
  • 搜索与网页：联网搜索、网页抓取转 Markdown（Brave Search、Fetch、Exa 等）。
  • 开发工具：代码仓库、浏览器自动化与调试（GitHub、Git、Chrome DevTools、Playwright 等）。
  • 效率与协作：办公与协作平台（Notion、Slack、飞书等）。
  • 记忆与推理：跨会话持久记忆、结构化思维（Memory、Sequential Thinking 等）。

精选服务器清单 ​

服务器用途GitHub 链接Star（约）
Filesystem（官方参考）本地文件系统安全读写modelcontextprotocol/servers官方合集约 4 万
Fetch（官方参考）网页抓取并转换为 Markdownmodelcontextprotocol/servers同上
Memory（官方参考）知识图谱持久化跨会话记忆modelcontextprotocol/servers同上
Sequential Thinking（官方参考）结构化逐步推理modelcontextprotocol/servers同上
GitHub MCP（GitHub 官方）仓库、Issue、PR 管理与自动化github/github-mcp-server约 1 万
Chrome DevTools MCP（Google 官方）浏览器控制、调试与网页自动化ChromeDevTools/chrome-devtools-mcp约 3 万
Playwright MCP（微软官方）真实浏览器环境自动化测试microsoft/playwright-mcp约 2 万
Brave Search（官方参考）联网搜索工具modelcontextprotocol/servers官方合集约 4 万

官方参考服务器合集（约 27 个）集中在 modelcontextprotocol/servers 仓库，表中 Star 以仓库总量计；单个 GitHub 官方仓库的 Star 为各自独立计数。

如何选择与接入 ​

获取渠道：① MCP 官方参考仓库 modelcontextprotocol/servers；② 社区精选列表 punkpeye/awesome-mcp-servers（按分类标注语言、本地/云端、是否官方）；③ 导航站 mcp.so 等。

接入方式：在客户端配置文件（如 Claude Desktop 的 claude_desktop_config.json、TRAE/Cursor 的 MCP 设置）中声明服务器即可。本地服务器用 stdio 启动子进程，远程服务器用 SSE / Streamable HTTP 连接。

选择标准：

  1. 官方优先：官方或大厂维护的服务器质量与安全更可控。
  2. 活跃度：看 Star 量级、最近提交与 Issue 响应。
  3. 权限最小化：只授予完成当前任务所需的最小访问范围，避免把整个文件系统或数据库暴露给模型。
  4. 安全审计：第三方 MCP 服务器可访问本地文件与敏感数据，接入前需审查其行为（微软等已发布第三方 MCP 安全风险提示）。

一句话总结 ​

MCP 的价值全在"标准化"——不必再为每个工具写胶水代码；选服务器优先官方、看活跃度，并坚持权限最小化与安全审计。

关联概念 ​

  • 协议基础：AI基础概念-MCP协议（MCP 工作原理与通信细节）
  • 应用场景：[AI-Agent-概述与核心组成](/学习笔记/AI技术/AI Agent/AI-Agent-概述与核心组成)（Agent 通过 MCP 调用工具）
  • 知识增强：AI基础概念-RAG检索增强生成（MCP 常与检索/数据源结合）