本文详解Anthropic推出的MCP(模型上下文协议)开源标准，它为AI装上"超级网线"，实现与外部工具、数据、系统的无缝对接。文章介绍了MCP的连接工具、查询数据、执行复杂任务和人机协作四大功能，并对比了Claude Desktop、Cursor等热门客户端及精选服务器列表，帮助开发者解锁AI新能力，提升工作效率。

1、前言

上篇文章我们简单聊了Claude code目前内置的工具和Claude code自定义斜杠命令以及Claude code接入MCP的相关内容。而本篇文章是在衔接上篇文章的基础至上，来聊聊MCP相关的知识。希望我的文章能够实实在在帮助到伙伴们，好了不多说我们直接进入正题！

2、什么是MCP？

MCP全称模型上下文协议（Model Context Protocol)，由Anthropic（也就是研发Claude code的那个公司）在2024年11月推出，是个开源通信标准。简单说，它给AI装了个“超级网线”，让AI能跟外部工具、数据、系统无缝对接。

比喻：AI是个聪明但宅家的书呆子，MCP就是它的"外卖员"，能帮它拿数据、干活儿。

目标：让AI不只聊天，还能真动手，比如查数据库、发邮件、写代码。

3、MCP能够干什么？

MCP能让AI从“嘴炮王”变成“实干家”，以下是几个例子：

1.连工具：用Slack发消息、用GitHub管代码、用Blender建3D模型。

2.查数据：直接看你电脑文件、数据库记录，甚至网上实时信息。

3.干复杂活儿：写网页时，AI能查代码、生成图片、调试页面，一条龙搞定。

4.人机协作：AI干一半问你意见，你点头它再继续。

例子：在Cursor里装个Slack MCP服务器，AI能一边写代码一边发消息通知团队，超省事！

4、MCP客户端

MCP客户端是AI的“操作台”，以下是几个热门选择：

1.Claude Desktop：

简介：Claude桌面版，普通人也能用。

功能：官方客户端，连接各种MCP服务器，例如连Blender MCP，用自然语言建3D模型。

Tips：不写代码也能玩，新手友好。

2.Cherry Studio：

简介：新兴客户端，支持可视化配置。

功能：点选即可配置MCP服务器，简单上手。

Tips：开发中，关注社区动态。

3.5ire：

简介：一款现代化的AI助手和MCP客户端，支持多种主流服务提供商。

功能：通过MCP协议连接工具与数据源，提供文件系统访问、数据库交互、远程数据获取等功能；支持本地知识库、使用分析、提示库、书签、快速搜索等特性。

Tips：适合开发者与非开发者使用，支持多平台（Windows、macOS、Linux)。

4.Cursor：

简介：代码编辑器，装上MCP变“全能选手”。

功能：写代码、发Slack、生成图片。

Tips：程序员必备，试试连 GitHub MCP。

5.DeepChat：

简介：连接强大AI与个人世界的智能助手。

功能：支持多模型云服务（如DeepSeek、OpenAl等）和本地模型部署（如Ollama），具备多通道聊天并发支持、完整的Markdown渲染、本地文件处理、MCP 支持等特性。

Tips：适合开发者与非开发者使用，支持多种平台（Windows、macOS、Linux)，可通过MCP快速集成到现有工作流中。

6.ChatWise：

简介：功能强大且注重隐私保护。

功能：支持任意LLM模型（如GPT-4、Claude、Gemini等)，具备多模态聊天（音频、PDF、图片、文本等)、网页搜索（Tavily API或本地浏览器)、MCP工具集成（如Notion、Google Sheets等）以及实时渲染HTML/React/图表等功能。

Tips：数据完全本地存储，适合需要高效工具的用户；通过MCP扩展其功能！

7.eechat：

简介：简单易用的本地部署LLM工具，注重隐私、安全和性能。

功能：一键集成、管理、运行多种MCP工具，可视化配置+自动读取Readme MCP配置信息，内置Node,Python运行环境，兼容Claude,Cursor配置，同时支持本地化部署模型。

Tips：低门槛适合小白。

5、MCP服务器精选列表

模型上下文协议（MCP）服务器是赋予AI模型与外部工具、数据和系统交互能力的“工具箱”。以下是按不同应用场景精选的MCP服务器列表，按场景和质量（官方/参考>常用/成熟>社区/特定）排序，方便中文用户查找和使用。

一、浏览器自动化与网页交互：

让A能够像人一样浏览网页、提取信息、填写表单等。

1.名称：microsoft/playwright-mcp

1）仓库地址：

https://github.com/microsoft/playwright-mcp

2）介绍：微软官方出品，使用Playwright让AI精确控制网页，自动化抓取数据。

3）备注：官方实现，浏览器自动化强推，适合需要精细网页交互的场景。

2.名称：browserbase/mcp-server-browserbase

1）仓库地址：

https://github.com/browserbase/mcp-server-browserbase

2）介绍：云端浏览器自动化服务，能导航网页、提取数据、填表单等，无需本地安装。

3）备注：官方实现（Browserbase)，TypeScript开发，云端浏览器操作。

3.名称：modelcontextprotocol/server-puppeteer

1）仓库地址：

https://github.com/modelcontextprotocol/servers/tree/main

2）介绍：官方参考实现，使用Puppeteer进行浏览器自动化和网页抓取。

3）备注：官方参考，TypeScript开发，本地运行，网页抓取和交互基础工具。

4.名称：apify/actors-mcp-server

1）仓库地址：

https://github.com/apify/apify-mcp-server

2）介绍：集成Apify平台3000+云工具，用于网站、电商、社交媒体等数据提取。

3）备注：官方实现(Apify),TypeScript开发云端数据抓取工具库。

5.名称：AgentQL

1）仓库地址：

https://github.com/tinyfish-io/agentql-mcp

2）介绍：让AI代理从非结构化网页中获取结构化数据。

3）备注：官方实现（TinyFish IO)，TypeScript开发，网页数据结构化提取。

6.名称：Firecrawl

1）仓库地址：

https://github.com/firecrawl/firecrawl-mcp-server

2）介绍：使用Firecrawl提取网页数据，支持JavaScript渲染。

3）备注：官方实现(Mendable Al),TypeScript开发，高级网页抓取。

7.名称：Oxylabs

1）仓库地址：

https://github.com/oxylabs/oxylabs-mcp

2）介绍：使用Oxylabs Web API抓取网站，支持动态渲染和结构化数据提取。

3）备注：官方实现(Oxylabs), Python开发,专业级网页抓取。

8.名称：Hyperbrowser

1）仓库地址：

https://github.com/hyperbrowserai/mcp

2）介绍：新一代AI代理浏览器自动化平台，支持大规模、无缝操作。

3）备注：官方实现(Hyperbrowser Al),TypeScript开发，大规模浏览器自动化。

9.名称：ScreenshotOne

1）仓库地址：

https://github.com/screenshotone/mcp/

2）介绍：使用ScreenshotOne服务渲染网站截图。

3）备注：官方实现(ScreenshotOne),TypeScript开发,网页截图工具。

10.名称：modelcontextprotocol/server-fetch

1）仓库地址：

https://github.com/modelcontextprotocol/servers

2）介绍：官方参考实现，灵活获取网页内容(HTML/JSON/MD)，并为AI处理优化。

3）备注：官方参考，Python开发，本地/云端，基础网页内容获取。

11.名称：automatalabs/mcp-server-playwright

1）仓库地址：

https://github.com/VikashLoomba/MCP-Server-Playwright

2）介绍：使用Playwright进行浏览器自动化的MCP服务器。

3）备注：社区实现,Python开发。

12.名称：blackwhite084/playwright-plus-python-mcp

1）仓库地址：

https://github.com/blackwhite084/playwright-plus-python-mcp

2）介绍：使用Playwright Python MCP服务器，更适合LLM。

3）备注：社区实现,Python开发。

13.名称：browsermcp/mcp

1）仓库地址：

https://github.com/browsermcp/mcp

2）介绍：自动化本地Chrome浏览器。

3）备注：社区实现,TypeScript开发，本地运行。

14.名称：co-browser/browser-use-mcp-server

1）仓库地址：

https://github.com/kontext-dev/browser-use-mcp-server

2）介绍：将browser-use打包为带SSE传输的MCP服务器，包含Dockerfile。

3）备注：社区实现,Python开发。

15.名称：executeautomation/playwright-mcp-server

1）仓库地址：

https://github.com/executeautomation/mcp-playwright

2）介绍：使用Playwright进行浏览器自动化和网页抓取的MCP服务器。

3）备注：社区实现,TypeScript开发。

16.名称：eyalzh/browser-control-mcp

1）仓库地址：

https://github.com/eyalzh/browser-control-mcp

2）介绍：与浏览器扩展配对，使LLM客户端能控制用户的Firefox浏览器。

3）备注：社区实现,TypeScript开发，本地运行。

17.名称：getrupt/ashra-mcp

1）仓库地址：

https://github.com/getrupt/ashra-mcp

2）介绍：从任何网站提取结构化数据，只需提示即可获得JSON。

3）备注：社区实现,Python开发，本地运行。

18.名称：kim tth/mcp-aoai-web-browsing

1）仓库地址：

https://github.com/kimtth/mcp-aoai-web-browsing

2）介绍：使用Azure OpenAl和Playwright的最小化MCP服务器/客户端实现。

3）备注：社区实现,Python开发,本地运行。

19.名称：ndthanhdev/mcp-browser-kit

1）仓库地址：

https://github.com/ndthanhdev/mcp-browser-kit

2）介绍：用于与manifest v2兼容浏览器交互的MCP服务器。

3）备注：社区实现,TypeScript开发，本地运行。

20.名称：RAG Web Browser

1）仓库地址：

https://github.com/apify/mcp-server-rag-web-browser

2）介绍：Apify开源工具，执行网页搜索、抓取URL并以Markdown格式返回内容

3）备注：社区实现(Apify), TypeScript开发，结合RAG的网页浏览。

21.名称：scrapling-fetch

1）仓库地址：

https://github.com/cyberchitta/scrapling-fetch-mcp

2）介绍：从有反爬虫措施的网站获取文本内容。

3）备注：社区实现,Python开发,突破反爬。

22.名称：jae-jae/fetcher-mcp

1）仓库地址：

https://github.com/jae-jae/fetcher-mcp

2）介绍：使用Playwright无头浏览器获取网页内容，支持JS渲染和智能提取(Markdown/HTML)。

3）备注：社区实现,TypeScript开发，本地运行，Playwright网页内容提取。

23.名称：ryoppippi/sitemcp

1）仓库地址：

https://github.com/ryoppippi/sitemcp

2）介绍：抓取整个网站并将其作为MCP服务器使用。

3）备注：支持TypeScript，提供工具命名策略、页面匹配、内容选择器等功能。可通过NPM、Bun等安装和运行。

24.名称：34892002/bilibili-mcp-js

1）仓库地址：

https://github.com/34892002/bilibili-mcp-js

2）介绍：支持搜索Bilibili内容的MCP服务器。

3）备注：社区实现,TypeScript开发，本地运行。

二、开发与代码执行：

让A能够运行代码、分析代码库、与开发工具集成等。

1.名称：21st.dev Magic

1）仓库地址：

https://github.com/21st-dev/magic-mcp

2）介绍：21st.dev官方集成，创建受顶级设计工程师启发的精美UI组件。

3）备注：官方实现(21st.dev)，UI组件创建。

2.名称：pydantic/pydantic-ai/mcp-run-python

1）仓库地址：

https://github.com/pydantic/pydantic-ai

2）介绍：Pydantic出品，在安全的沙盒环境中运行Python代码，适合开发编程代理。

3）备注：官方实现（Pydantic)，Python开发，本地运行，安全代码执行。

3.名称：E2B

1）仓库地址：

https://github.com/e2b-dev/mcp-server

2）介绍：在E2B提供的安全云沙盒中运行代码。

3）备注：官方实现(E2B), TypeScript开发，云端安全代码沙盒。

4.名称：JetBrains IDE Proxy

1）仓库地址：

https://github.com/JetBrains/mcp-jetbrains

2）介绍：JetBrains官方代理，连接到JetBrains IDE。

3）备注：官方实现(JetBrains)，TypeScript开发，本地运行，IDE连接。

5.名称：JetBrains

1）仓库地址：

https://github.com/JetBrains/mcp-jetbrains

2）介绍：JetBrains官方集成，让Al在JetBrains IDE中处理代码。

3）备注：官方实现 (JetBrains), Kotlin开发, IDE代码操作。

6.名称：yepcode/mcp-server-js

1）仓库地址：

https://github.com/yepcode/mcp-server-js

2）介绍：在安全可扩展的沙盒环境中执行LLM生成的代码，并用JS/Python创建自定义MCP工具。

3）备注：官方实现（YepCode),TypeScript开发,云服务,安全代码执行，自定义工具。

由于数量过多，我这里只展示这部分。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

---

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】