什么是 MCP 服务器？
MCP 代表模型上下文协议。这是像 Claude 这样的 AI 与自身之外的东西（例如网站或代码笔记本）进行交流的一种方式。没有它，你的 AI 就只能靠猜测。有了它，就像说：“嘿，兄弟，帮我把 GitHub 的内容抓过来”。
1.浏览网页的人工智能
Stagehand 是Browserbase推出的一款很酷的工具。它能让你的 AI 像打开浏览器一样——点击链接、抓取文本等等。我用它从一个美食博客上抓取了一堆菜谱标题，用于一个项目，这比我自己写脚本容易多了。
git clone https://github.com/browserbase/stagehand-mcp cd stagehand-mcp npm install npm start它在 localhost:3000 上运行。然后我告诉 Claude（使用 Claude Desktop，它非常适合这个功能）：
去新闻网站获取头条新闻。Stagehand 会快速抓取标题，然后Claude 会将其吐出来。对于查询价格或提取数据等无需编写代码的操作来说，它非常方便。它是免费的、开源的，并且不会像我尝试过的其他一些网络工具那样崩溃。
img
2. Jupyter：轻松获取数据
Jupyter MCP 服务器可以让你的 AI 处理 Jupyter 笔记本——就是那些用于数据的编码应用程序。我不是数据科学家，但我让 Claude 看了我的账单的 CSV 文件，然后告诉我发生了什么。
以下是我的设置方法：
git clone https://github.com/jjsantos01/jupyter-notebook-mcp cd jupyter-notebook-mcp pip install -r requirements.txt python server.py它在 localhost:8000 上运行。我告诉 Claude：
打开 finance.csv并告诉我我花多少钱买菜。Claude做了一个笔记本，运行了一些 Python 程序，然后说道：
这个月你花掉了403.34买菜。我不需要自己写任何代码。就像有个书呆子朋友帮你算算账一样。
3. Opik：弄清楚你的人工智能在做什么
Opik 来自Comet，它专注于监控你的 AI。比如，如果AI开始出现异常，Opik 会告诉你原因。我曾经有一个 AI 机器人总是给出愚蠢的答案，Opik 帮我发现它是不是触及了某些 API 的极限。
我这样做了：
git https://github.com/comet-ml/opik cd opik ./opik.sh然后我将其添加到一些代码中：
import opik opik.configure(use_local= True ) @opik.track def ask_something ( question ): return "你问： " + question ask_something( "晚餐吃什么？" )我让 Claude 检查日志：告诉我我的人工智能做了什么。它向我显示了每个呼叫、所用的时间以及所有这些信息。
它就像你的AI的间谍，帮助你快速发现问题。
img
4. GitHub：与你一起编码的AI
这个服务器直接来自 GitHub，它可以让你的 AI 深入挖掘你的代码库。我以前忙得不可开交，需要查看项目进度，又不想打开无数个标签页的时候就用过它。Claude 刚刚给了我一份未解决的问题清单——超级有用。
设置如下：
git clone https://github.com/github/github-mcp-server cd github-mcp-server npm install export GITHUB_TOKEN=your_token npm start它在 localhost:4000。我说：
我的 repo 副业怎么样了？AI的回答是：
存在两个问题 ：一个是登录时的错误，另一个是关于添加共享按钮的错误。 让我免于被 GitHub 通知淹没。
5. FastAPI-MCP：你的AI调用你的API
FastAPI-MCP 可以将 FastAPI 应用转变为 AI 可以使用的工具。我创建了一个小型 API 来跟踪我的待办事项列表，这样 Claude 就可以自动检查，无需我额外操作。
以下是我所做的：
git clone https://github.com/jlowin/fastmcp cd fastmcp pip install fastapi-mcp from fastapi import FastAPIfrom fastmcp import mcpapp = FastAPI()@app.get("/todo/{item_id}")async def get_todo(item_id: int): return {"id": item_id, "task": f"Task {item_id}"}@mcp.tool()async def get_todo_tool(item_id: int): return await get_todo(item_id)使用 uvicorn main:app — reload 运行它，将其挂接到 localhost:8000，并告诉 Claude：
我的待办事项清单上的第 5 项 任务是什么？回复：任务5 是“给妈妈打电话”。为什么这些值得你花时间
这些服务器我都用得非常开心。Stagehand 非常适合处理网页内容，Jupyter 非常适合处理数据，Opik 非常可靠，GitHub 是程序员的梦想，而 FastAPI-MCP 则让我可以构建任何内容。它们都是免费的，而且如果你喜欢的话，还可以进行一些调整。
我学到了以下几点：
先从听起来有趣的开始。我首先选择了 GitHub，因为我总是在用 repos。
我使用 Claude Desktop 来测试这些东西。
检查 GitHub 上每个服务器的自述文件 — — 它包含好东西。
在做正式决定之前先在本地尝试一下。
