每天一个 AI Skill：利用 MCP 快速搭建你的本地代码助手想要让你的 AI 助手直接读取本地代码、运行终端命令甚

一、背景：为什么你需要 MCP？

在日常开发中，我们经常需要把代码复制粘贴给 AI，或者手动执行 AI 给出的命令。这种「人肉搬运」的方式效率极低。

Model Context Protocol (MCP) 是由 Anthropic 提出的一种开放标准，旨在让 AI 模型（如 Claude 3.5 Sonnet）能够安全、标准化地访问外部工具和数据源。

通过 MCP，你可以让你的 AI 助手：

读取本地文件：直接分析你的整个项目目录。
执行终端命令：让 AI 帮你跑测试、起服务。
调用第三方 API：如 GitHub、Google Search、Notion 等。

二、从零开始：环境准备

在开始之前，请确保你已安装以下工具：

Claude Desktop 或支持 MCP 的 IDE（如 Trae, Cursor, VS Code 等）。
Node.js (推荐 v18+)：大部分 MCP Server 是基于 Node 编写的。

三、实战：安装你的第一个 MCP Server

1. 安装 Filesystem MCP

Filesystem MCP 是最基础的工具，允许 AI 安全地读写你指定的本地目录。

步骤：

打开 Claude Desktop 的配置文件：
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
添加以下配置：

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

2. 重启 Claude

重启后，你会发现对话框中多了一个「小锤子」图标。你可以尝试对 AI 说：

四、进阶：组合多个 MCP 技能

你可以同时开启多个 MCP Server。例如，结合 Brave Search 和 GitHub：

Brave Search: 让 AI 联网搜索最新的文档。
GitHub: 让 AI 帮你提交 PR 或查看 Issue。

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-brave-search"],
      "env": { "BRAVE_API_KEY": "YOUR_KEY_HERE" }
    }
  }
}

五、总结

MCP 协议的出现标志着 AI 助手从「对话框」走向了「工具箱」。通过简单的配置，你就能让 AI 拥有操作真实世界的能力。

如果你觉得本文有用，欢迎点赞收藏！ 下次我们将介绍如何编写你自己的自定义 MCP Server。