背景：为什么你需要 MCP 协议？

说实话，2026 年还在手动搬砖写 CRUD 的，要么是刚入行，要么是还没用过 AI 编程工具。但很多人用了一段时间 Claude Code 或者 Cursor 之后就发现一个尴尬的问题——它只能帮你写代码，没法帮你跑代码、查日志、调接口。

你想啊，AI 帮你写了个 API，你还要手动复制粘贴去 curl 测试，再回来告诉它报错，这不就回到了「人肉搬运」的老路吗？

MCP（Model Context Protocol） 要解决的就是这个问题。简单说，它就是给 AI 编程工具装了个「手和脚」，让 AI 能直接操作你的本地环境——读文件、跑命令、调数据库、查日志，一步到位。

环境准备

在开始之前，你需要准备以下东西：

1. 安装 Node.js（v18+）

MCP SDK 基于 Node.js，所以这是前提。确认一下版本：

node -v  # 建议 >= 18.0.0
npm -v   # 建议 >= 9.0.0

2. 安装 Claude Code

如果你还没装，直接一行搞定：

npm install -g @anthropic-ai/claude-code

3. 准备蓝耘 API Key

去蓝耘官网注册账号，在控制台生成一个 API Key。这一步就不展开了，几分钟的事。

第一步：搭建 MCP 服务端

MCP 的核心概念其实很简单：服务端提供能力，客户端消费能力。

创建一个简单的 MCP 服务

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

const server = new Server({
  name: "local-dev-server",
  version: "1.0.0",
}, {
  capabilities: { tools: {}, resources: {} }
});

server.setRequestHandler("tools/call", async (request) => {
  if (request.params.name === "read_file") {
    const fs = await import("fs/promises");
    const content = await fs.readFile(request.params.arguments.path, "utf-8");
    return { content: [{ type: "text", text: content }] };
  }
  throw new Error("Unknown tool");
});

const transport = new StdioServerTransport();
await server.connect(transport);

第二步：配置 Claude Code 连接

在项目根目录创建 .claude/settings.json：

{
  "mcpServers": {
    "local-dev": {
      "command": "node",
      "args": ["./mcp-server.js"],
      "env": {}
    }
  }
}

然后重启 Claude Code，它就会自动连接这个 MCP 服务。

第三步：实战串联

假设你的线上服务挂了，以前你怎么办？看日志、猜原因、改代码、部署、再看日志，循环到天亮。

有了 MCP 之后，你只需要说一句：

「查一下最近 10 分钟的 Nginx 错误日志，看看 502 的原因是什么，然后去 GitHub 搜一下对应的修复 PR，把修复方案给我。」

Claude Code 会通过 MCP 工具链自动完成排查、分析和修复。整个过程不需要你离开编辑器，不需要你手动复制粘贴任何东西。

选第三方 API 的三条铁律

踩过坑的人应该都懂：

1. 看延迟，别只看价格
有些平台便宜是便宜，但一次请求要等 5 秒，在 MCP 交互下体验极差。

2. 看并发上限
MCP 工具链可能同时发起多个请求，限流太严体验断断续续。

3. 看兼容性
优先选 OpenAI 兼容接口，切换成本最低。

总结

MCP 协议让 AI 编程工具从「只会写代码的秘书」进化成了「能动手干活的工程师」。它不是花哨的概念，是实实在在能提升效率的东西。

有问题？评论区见。