Anthropic 推出的 MCP 协议为大模型与外部工具和数据源的交互提供了标准化方案，Claude Code 作为 AI 编程工具，通过支持 MCP 协议，可以无缝集成自定义工具和外部数据源，从而扩展其能力。文章详细介绍了如何在 Claude Code 中配置和使用 MCP 服务器，包括添加、管理和使用 MCP 资源和提示词，最终将 Claude Code 打造为功能强大的智能工作平台。

🌉 **MCP 架构解读：** MCP 采用 C/S 架构，由主机、客户端和服务器组成，如同 USB-C 接口，统一 AI 应用与外部资源的连接方式，简化了开发和维护，方便开发者集成。

🛠️ **添加 MCP 服务器：** 通过 `claude mcp add` 命令添加 MCP 服务器，支持 STDIO、HTTP 和 SSE 三种模式，并可设置环境变量和作用域，灵活配置以满足不同需求。

🔑 **管理 MCP 服务器：** Claude Code 提供 `mcp list`、`mcp get` 和 `mcp remove` 等子命令，用于管理 MCP 服务器，包括列出、查看详情和删除等操作，方便用户进行维护。

💡 **使用 MCP 资源和提示词：** MCP 服务器支持暴露资源和提示词，分别使用 `@` 和 `/` 进行引用，极大地提升了 Claude Code 的功能性和易用性，拓展了应用场景。

MCP（Model Context Protocol，模型上下文协议） 是 Anthropic 于 2024 年 11 月 25 日 推出的开放协议，用于标准化大模型与各类外部工具和数据源之间的交互。

Claude Code 作为自家的 AI 编程工具，自然也支持 MCP 协议。除了内置的 16 个工具，用户可以使用 MCP 无缝集成任意数量的自定义工具和外部数据源，从而进一步拓展 Claude Code 的能力边界。

MCP 简介

下面这张图非常形象地展示了 MCP 的基本架构：

可以看到 MCP 采用了非常经典的 C/S 架构（客户端/服务器），主要包括三个部分：

主机（Host）： 一般是基于大模型的 AI 应用，比如 Claude Desktop、ChatGPT Desktop、Cursor 等桌面应用，需要访问外部数据或工具；客户端（Client）：内置在应用中，与 MCP 服务器建立一对一的连接；服务器（Server）：连接本地数据源或远程服务，提供特定功能；
本地数据源：文件或数据库；远程服务：外部 API 或互联网服务；

MCP 协议将所有的外部数据或工具以一种统一的方式接入 AI 应用，这就好比 USB-C 接口，将各种不同的电子设备统一成一种接口，从而让用户不再为准备各种各样不同的线缆插头而烦恼。简单说，MCP 就像一座桥梁，它本身不处理复杂逻辑，只负责协调 AI 应用与外部资源之间的信息流动。

在推出 MCP 之前，AI 应用如果要对接外部工具，通常需要单独整合多个不同的 API，每个 API 的接口可能都各不相同，认证方式和错误处理也可能不同，极大地增加了开发复杂度和维护成本。

所以说，传统 API 就像不同的门，每扇门都有一把不同的钥匙，而 MCP 像一把万能钥匙，AI 应用开发者只要集成了这个万能钥匙，就可以打开任意的门。下面是 MCP 和传统 API 的对比：

有关 MCP 的更多信息，请参阅 MCP 文档：

modelcontextprotocol.io/introductio…

添加 MCP 服务器

在之前的文章中我们曾遇到过 WebFetch 工具调用报错的问题，我们可以将其换成 Fetch MCP Server。通过 claude mcp add 命令添加 MCP 服务器：

$ claude mcp add web-fetch -- uvx mcp-server-fetch

上面的 web-fetch 是我们自定义的 MCP 工具名称，-- 后面的内容是 MCP 服务器的启动命令。添加成功之后，进入 Claude Code 交互模式，输入 /mcp 可查看 MCP 服务器的状态：

如果状态显示 connected，则说明 MCP 服务器已就绪。可以按下 Enter 键查看 MCP 工具的详细信息：

此时就可以使用该工具了，比如对网页内容进行问答或总结：

默认情况下，所有的 MCP 工具都需要经过用户确认后才可以运行，同意运行后结果如下：

如果感兴趣的话，可以拿 Wireshark 对 Claude Code 进行抓包，可以发现请求的 tools 里多了一个工具 mcp__web-fetch__fetch，工具的名称、描述、参数和上面的工具详情是一样的：

添加 HTTP/SSE 模式的 MCP 服务器

上面的 Fetch MCP Server 是 STDIO 模式的 MCP 服务器，这也是最常见的 MCP 服务器连接方式。当运行 claude mcp add 命令时，默认就是 STDIO 模式，我们也可以通过 --transport 或 -t 参数添加 HTTP 或 SSE 模式的 MCP 服务器。

下面以 高德地图 为例，演示下如何在 Claude Code 中调用 HTTP 或 SSE 模式的 MCP 服务器。首先，我们需要注册并登录 高德开放平台，然后创建一个应用得到 Key，之后运行下面的命令添加 MCP 服务器：

$ claude mcp add --transport http amap "https://mcp.amap.com/mcp?key=<your-api-key>"

高德地址也支持 SSE 模式：

$ claude mcp add --transport sse amap "https://mcp.amap.com/sse?key=<your-api-key>"

高德地图的 MCP 服务器包含十几个工具，包括导航、定位、打车、路径规划、周边搜索、天气查询等，非常实用：

设置环境变量

有些 MCP 服务器依赖于额外的环境变量，比如设置 API 密钥，我们可以通过 --env 或 -e 参数来配置。

下面以 Brave Search MCP Server 为例，将内置的 WebSearch 工具替换成 Brave 搜索。首先注册并登录 Brave，订阅 Free 计划（需要提供信用卡信息），得到每月 2000 次免费额度：

然后生成 API Key，之后运行下面的命令添加 MCP 服务器：

$ claude mcp add brave-search \    --env BRAVE_API_KEY=<your-api-key> \    -- npx -y @modelcontextprotocol/server-brave-search

官方的 Brave Search MCP Server 使用 Node.js 的 fetch 方法来发请求，不支持 HTTPS_PROXY 代理配置，如果遇到网络问题，可以换成 @kwp-lab/mcp-brave-search。

接着就可以使用 Brave 进行搜索了，比如查询 Gemini CLI 的最新动态：

设置作用域

默认添加的 MCP 服务器仅在当前项目中可用，Claude Code 支持通过 --scope 或 -s 参数改变 MCP 服务器的作用域：

$ claude mcp add brave-search \    --scope project \    --env BRAVE_API_KEY=<your-api-key> \    -- npx -y @modelcontextprotocol/server-brave-search

Claude Code 支持三种不同的作用域：

本地作用域（local）：默认配置，用户私有，仅在当前项目中可用；用户作用域（user）：也是用户私有，但是跨所有项目可用；项目作用域（project）：通过将配置存储在项目根目录的 .mcp.json 文件中来实现团队协作；

不同作用域下，MCP 服务器的配置位置也不同。比如项目作用域是将配置保存到当前项目的 .mcp.json 文件中，可以提交到 Git 仓库，确保所有项目成员都能访问相同的 MCP 工具和服务。该文件遵循标准化格式（和 Claude Desktop 的配置格式一致），内容如下：

{  "mcpServers": {    "brave-search": {      "type": "stdio",      "command": "npx",      "args": [        "-y",        "@modelcontextprotocol/server-brave-search"      ],      "env": {        "BRAVE_API_KEY": "<your-api-key>"      }    }  }}

而本地作用域和用户作用域则是将配置保存到用户的 Claude Code 配置文件 ~/.claude.json 中，只能自己使用，注意它们在 JSON 中的位置：

当同名服务器存在于多个作用域时，系统通过优先考虑本地作用域服务器，然后是项目作用域服务器，最后是用户作用域服务器来解决冲突。

添加 MCP 服务器的其他方式

除了 claude mcp add 命令，Claude Code 还提供了另几种添加 MCP 服务器的方式。第一种是使用 JSON 配置添加：

$ claude mcp add-json brave-search -s project '{    "type": "stdio",    "command": "npx",    "args": [      "-y",      "@modelcontextprotocol/server-brave-search"    ],    "env": {      "BRAVE_API_KEY": "<your-api-key>"    }  }'

这种方式对于配置较复杂的 MCP 服务器来说很方便，因为这种 JSON 格式是 Claude 的标准，一般在 MCP 服务器的说明页面都有类似的配置示例。

第二种是从 Claude Desktop 导入配置，如果你本地安装了 Claude Desktop 且配置了 MCP 服务器，可以使用下面的命令一键导入：

$ claude mcp add-from-claude-desktop

运行后会显示交互式对话框，让你选择要导入的 MCP 服务器。

还有一种是启动 Claude Code 时，直接通过 --mcp-config 参数加载 MCP 服务器配置：

$ claude --mcp-config /path/to/mcp.json

管理 MCP 服务器

Claude Code 还提供了一些子命令对 MCP 服务器进行管理操作，比如列出所有的服务器：

$ claude mcp list

查看特定服务器详情：

$ claude mcp get brave-search

删除特定服务器：

$ claude mcp remove brave-search

检查 MCP 服务器状态：

> /mcp

另外，/mcp 命令还可以对 MCP 服务器进行 OAuth 2.0 身份认证，在需要认证的 MCP 服务器上按 Enter 后，会自动打开浏览器并跳到 OAuth 认证页面，用户在浏览器中完成身份验证后，Claude Code 接收并存储访问令牌，然后 MCP 服务器将变为 connected 状态。

使用 MCP 资源和提示词

MCP 服务器不仅可以暴露 工具 供其他 AI 程序使用，还支持暴露 资源 和 提示词。

MCP 服务器暴露的资源可使用 @ 引用，格式为 server:protocol://resource/path，比如：

> 分析 @github:issue://123 并提供修复建议

MCP 服务器暴露的提示词可作为斜杠命令使用，格式为 /mcp__<server-name>__<prompt-name>，比如：

> /mcp__github__list_prs

也可以带参数：

> /mcp__github__pr_review 456

无论是 MCP 资源还是提示词，都是从连接的 MCP 服务器中动态发现的，当键入 @ 或 / 时，资源和提示词会自动显示在下拉菜单中。

将 Claude Code 作为 MCP 服务器

Claude Code 不仅可以作为客户端接入外部 MCP 服务器，也可以作为 MCP 服务器，为其他应用提供服务，比如将其加到 Claude Desktop 的配置文件中：

{  "mcpServers": {    "claude-code": {      "command": "claude",      "args": ["mcp", "serve"],      "env": {}    }  }}

重启 Claude Desktop 后，可以看到加载的 16 个工具：

可以在 Claude Desktop 中，尝试要求 Claude 读取目录中的文件、进行编辑等。

小结

本文详细介绍了如何在 Claude Code 中配置和使用 MCP 服务器，通过统一的协议标准，我们可以轻松集成各类外部工具和数据源，将 Claude Code 从单纯的编程助手升级为功能强大的智能工作平台。

不过，在享受 MCP 带来便利的同时，安全性不容忽视，务必确保所使用的 MCP 服务器是可信的，特别是涉及网络交互的服务器，防范潜在的提示注入攻击和私有数据泄漏。

欢迎关注

如果这篇文章对您有所帮助，欢迎关注我的同名公众号：日习一技，每天学一点新技术。

我会每天花一个小时，记录下我学习的点点滴滴。内容包括但不限于：

某个产品的使用小窍门开源项目的实践和心得技术点的简单解读

目标是让大家用5分钟读完就能有所收获，不需要太费劲，但却可以轻松获取一些干货。不管你是技术新手还是老鸟，欢迎给我提建议，如果有想学习的技术，也欢迎交流！