合集:MCP(模型上下文协议)系列 · 初级篇(三)
前言
装好了第一个 MCP Server 之后,你可能会问:我还能接入哪些工具?MCP 生态有多大?
这一篇是 MCP 的"购物指南"——系统梳理当前主流的 MCP Server,按场景分类,帮你快速找到需要的工具,并给出实际配置示例。国内使用Claude Code 访问ccAiHub.com
一、MCP 生态全景
截至 2025 年,MCP 生态已经非常丰富:
官方参考实现(Anthropic 维护)
└── 10+ 个高质量 Server
社区贡献
└── 500+ 个 MCP Server
覆盖领域
├── 文件与版本控制
├── 数据库
├── 网页与搜索
├── 开发者工具
├── 云服务
├── 通信与协作
└── AI 与记忆
二、文件与版本控制类
2.1 本地文件系统
{
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/your/projects"]
}
}
能力:读写文件、列出目录、创建/删除文件、搜索内容
典型对话:
你:找出所有包含 TODO 的 TypeScript 文件
你:把 src/utils/ 目录下所有文件的 console.log 替换成正式的 logger 调用
2.2 GitHub
{
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}" }
}
}
能力:
- 仓库:创建、搜索、查看文件
- PR:列出、创建、审查、合并
- Issue:创建、评论、关闭、标签管理
- 代码搜索:在整个 GitHub 中搜索代码
典型对话:
你:看看我 my-app 仓库里所有 open 的 PR,哪些超过 7 天没有更新?
你:帮我给 Issue #42 添加 "high-priority" 标签并@相关开发者
你:搜索 GitHub 上有没有类似我这个功能的开源实现
2.3 本地 Git 操作
{
"git": {
"command": "uvx",
"args": ["mcp-server-git", "--repository", "/path/to/repo"]
}
}
能力:查看 diff、log、blame;创建分支;暂存变更
三、数据库类
3.1 PostgreSQL
{
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres",
"postgresql://localhost/mydb"]
}
}
能力:查询数据(只读)、查看 schema、表结构分析
安全特性:官方实现默认只读,不支持写入操作
典型对话:
你:我们的 orders 表最近一周有多少新订单?按状态分组统计
你:分析 users 表的索引,有哪些查询可能导致全表扫描?
3.2 SQLite
{
"sqlite": {
"command": "uvx",
"args": ["mcp-server-sqlite", "--db-path", "/path/to/database.db"]
}
}
能力:读写查询、Schema 管理、数据分析
适合场景:本地开发数据库、嵌入式数据库分析
3.3 MySQL
{
"mysql": {
"command": "npx",
"args": ["-y", "mcp-server-mysql"],
"env": {
"MYSQL_HOST": "localhost",
"MYSQL_PORT": "3306",
"MYSQL_DATABASE": "mydb",
"MYSQL_USER": "root",
"MYSQL_PASSWORD": "${MYSQL_PASSWORD}"
}
}
}
3.4 向量数据库(Qdrant)
{
"qdrant": {
"command": "uvx",
"args": ["mcp-server-qdrant"],
"env": {
"QDRANT_URL": "http://localhost:6333",
"QDRANT_API_KEY": "${QDRANT_KEY}"
}
}
}
能力:向量存储和检索,适合构建语义搜索和 AI 记忆系统
四、网页与搜索类
4.1 网页内容抓取(Fetch)
{
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
}
}
能力:获取任意 URL 的内容,自动转换为 Markdown 格式
典型对话:
你:帮我读取这个文档页面的内容,总结主要 API
你:检查我们官网首页的 meta 信息是否完整
4.2 Brave 搜索
{
"brave-search": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-brave-search"],
"env": { "BRAVE_API_KEY": "${BRAVE_API_KEY}" }
}
}
能力:实时网络搜索(Brave Search API)
获取 API Key:brave.com/search/api(有免费额度)
典型对话:
你:搜索一下 Next.js 15 有什么新特性
你:找一下最近有没有关于这个 CVE 漏洞的修复方案
4.3 Puppeteer 浏览器自动化
{
"puppeteer": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-puppeteer"]
}
}
能力:控制真实浏览器、截图、表单填写、页面交互、执行 JavaScript
典型对话:
你:打开我们的登录页面,测试一下用错误密码登录的提示是否正确
你:截图对比一下我们的网站在 1920px 和 375px 下的显示效果
五、云服务类
5.1 AWS
{
"aws": {
"command": "uvx",
"args": ["mcp-server-aws"],
"env": {
"AWS_ACCESS_KEY_ID": "${AWS_ACCESS_KEY_ID}",
"AWS_SECRET_ACCESS_KEY": "${AWS_SECRET_ACCESS_KEY}",
"AWS_DEFAULT_REGION": "us-east-1"
}
}
}
能力:EC2、S3、Lambda、CloudWatch 等 AWS 服务管理
5.2 Docker
{
"docker": {
"command": "uvx",
"args": ["mcp-server-docker"]
}
}
能力:容器管理(列出、启动、停止、查看日志)、镜像操作、compose 管理
典型对话:
你:查看所有运行中的容器,哪些内存使用超过 80%?
你:帮我重启 api 服务,然后查看最新的 50 行日志
六、通信与协作类
6.1 Slack
{
"slack": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-slack"],
"env": {
"SLACK_BOT_TOKEN": "${SLACK_BOT_TOKEN}",
"SLACK_TEAM_ID": "T12345678"
}
}
}
能力:发送消息、查看频道历史、管理文件、用户信息
6.2 Google Drive
{
"gdrive": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-gdrive"]
}
}
能力:列出文件、读取文档内容(支持 Google Docs/Sheets/Slides)、搜索
七、AI 与记忆类
7.1 持久记忆(Memory)
{
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
}
}
能力:在对话之间持久存储和检索信息,构建知识图谱
典型用途:让 AI 记住你的偏好、项目上下文、决策记录
八、组合搭配:最常用的 MCP 套餐
套餐一:前端开发者
{
"mcpServers": {
"filesystem": { "...": "访问项目文件" },
"github": { "...": "PR 和 Issue 管理" },
"brave-search": { "...": "查技术文档" },
"puppeteer": { "...": "UI 自动化测试" }
}
}
套餐二:后端/全栈开发者
{
"mcpServers": {
"filesystem": { "...": "访问项目文件" },
"github": { "...": "代码库管理" },
"postgres": { "...": "数据库查询分析" },
"docker": { "...": "容器环境管理" },
"fetch": { "...": "API 文档查阅" }
}
}
套餐三:产品/运营
{
"mcpServers": {
"gdrive": { "...": "文档管理" },
"slack": { "...": "团队沟通" },
"brave-search": { "...": "市场调研" },
"memory": { "...": "记录决策和思路" }
}
}
九、如何选择 MCP Server
评估维度
| 维度 | 考虑因素 |
|---|---|
| 维护者 | 官方 > 知名公司 > 活跃社区 > 个人 |
| 安全性 | 是否需要高权限?是否只读? |
| 稳定性 | Stars 数量、最近更新时间、Issue 响应 |
| 文档 | README 是否清晰、示例是否充分 |
| 许可证 | MIT / Apache 2.0 最友好 |
发现新 MCP Server 的渠道
- awesome-mcp-servers:社区精选列表
- mcpservers.org:搜索引擎
- modelcontextprotocol.io:官方文档
- GitHub 搜索:
mcp-server-xxx
十、本篇小结
MCP 生态覆盖了开发工作流的方方面面。按需选用,不要贪多——每个 MCP Server 都会增加上下文长度,过多的 Server 可能影响 AI 的决策质量。
建议从 3-4 个核心 Server 开始,根据实际需求逐步扩展。
初级篇到这里结束。你已经具备了使用 MCP 的完整基础知识。从中级篇开始,我们进入更有挑战性的领域:自己动手构建 MCP Server。
系列导航
- 初级篇(一):MCP 是什么?AI 世界的 USB-C 接口详解
- 初级篇(二):5 分钟上手:安装你的第一个 MCP Server
- 初级篇(三):MCP 生态地图:工具、数据库、搜索全覆盖 ← 当前
- 中级篇(一):动手构建 MCP Server:Python & TypeScript 实战
- 中级篇(二):深入三大原语:Resources、Tools 和 Prompts
- 中级篇(三):MCP + RAG:构建企业知识库问答系统
- 高级篇(一):企业级 MCP 架构:安全、认证与高可用
- 高级篇(二):MCP OAuth 2.1 实战:标准化身份认证
- 高级篇(三):MCP + 多智能体编排:下一代 AI 工作流