1.前言

Claude Code 作为 AI 驱动的编程智能体，其强大之处不仅在于理解代码和执行任务，更在于与外部工具生态的深度集成。在真实的开发工作流中，我们往往需要跨越多个系统：查询 GitHub 上的 Issue 、在 Sentry 中排查线上异常、向 PostgreSQL 中检索数据、在 Figma 中同步设计稿……若每次都需要手动切换工具、复制粘贴内容，效率将大打折扣。

MCP（Model Context Protocol，模型上下文协议） 正是为彻底解决这一问题而生。它是 Anthropic 提出的开放标准，让 Claude Code 能够像调用本地工具一样，无缝访问数百种外部系统——无需切换窗口，无需手动传递上下文，一切在对话中自然完成。

2.什么是MCP

2.1 设计背景与问题定义

在没有 MCP 之前， AI 助手与外部工具的集成面临两大痛点：

• 上下文割裂 ：开发者需要在不同工具之间手动复制信息，然后粘贴给 AI ，既繁琐又容易遗漏关键细节。即便 AI 给出了建议，执行动作（如创建 Issue 、发起部署）也仍需手动操作。
• 集成碎片化 ：每个 AI 工具都有独立的插件系统，生态不互通，开发者很难将一套集成配置复用到多个 AI 工具中。

MCP 的出现解决了这两个问题。它定义了一套通用的、可互操作的协议，让任何遵循该协议的工具（ MCP 服务器）都可以被任何支持该协议的 AI 客户端（如 Claude Code ）直接调用。

2.2 核心设计原理

MCP 采用 客户端-服务器模型 ：

+------------------+           MCP Protocol          +-----------------------+
|   Claude Code    |    <----------------------->    |       MCP Server      |
|   (MCP Client)   |   Tools / Resources / Prompts   | (GitHub, Sentry, ...) |
+------------------+                                 +-----------------------+

MCP 服务器向客户端暴露三类能力：

这种设计让 Claude Code 不仅能读取外部数据，还能主动触发外部系统的操作，真正实现端到端的自动化工作流。

2.3 MCP能够解决的典型场景

连接了 MCP 服务器之后，你可以对 Claude Code 提出例如以下这样的请求：

• 跨系统任务自动化 ：实现 JIRA ENG-4521 中描述的功能，并在 GitHub 上创建 PR
• 数据驱动决策 ：查询 PostgreSQL ，找出过去 90 天内未下单的用户
• 监控与排障 ：检查 Sentry 中过去 24 小时内最常见的错误，定位是哪个发布版本引入的
• 设计到代码 ：根据 Figma 中最新的设计稿，更新我们的邮件模板

3. 安装MCP服务器

3.1 三种传输方式

MCP 支持三种传输协议，适用于不同的集成场景：

3.1.1 HTTP传输（推荐）

HTTP 是连接远程云服务的推荐方式，支持最广泛，绝大多数云端 MCP 服务均采用此协议：

# 基本语法
claude mcp add --transport http <name> <url>

# 示例：连接Notion
claude mcp add --transport http notion https://mcp.notion.com/mcp

# 示例：带Bearer Token认证
claude mcp add --transport http secure-api https://api.example.com/mcp \
  --header "Authorization: Bearer your-token"

3.1.2 SSE传输（已废弃）

SSE（Server-Sent Events） 传输已被官方标记为废弃，建议优先选用 HTTP 传输。若服务端尚未支持 HTTP ，可临时使用：

# 基本语法
claude mcp add --transport sse <name> <url>

# 示例：连接Asana
claude mcp add --transport sse asana https://mcp.asana.com/sse

3.1.3 stdio传输（本地进程）

stdio 方式将 MCP 服务器作为本地子进程运行，适合需要直接访问本地文件系统或运行自定义脚本的场景：

# 基本语法
claude mcp add [选项] <name> -- <command> [args...]

# 示例：添加Airtable服务器
claude mcp add --transport stdio --env AIRTABLE_API_KEY=YOUR_KEY airtable \
  -- npx -y airtable-mcp-server

注意 ：所有选项（ --transport 、 --env 、 --scope 、 --header ）必须放在服务器名称之前， -- （双横线）用于分隔服务器名称与实际执行的命令及参数。

3.2 管理已配置的服务器

# 列出所有已配置的服务器
claude mcp list

# 查看特定服务器的详情
claude mcp get github

# 移除服务器
claude mcp remove github

# 在Claude Code对话中查看服务器状态
/mcp

4. MCP作用域配置

MCP 服务器支持三种作用域，决定了配置的存储位置和共享范围：

4.1 作用域对比

4.2 本地作用域（local）

默认作用域，配置仅对当前用户在当前项目中生效，适合存放个人或含有敏感凭据的配置：

# 添加本地作用域服务器（默认）
claude mcp add --transport http stripe https://mcp.stripe.com

# 显式指定本地作用域
claude mcp add --transport http stripe --scope local https://mcp.stripe.com

4.3 项目作用域（project）

配置保存在项目根目录的 .mcp.json 文件中，可以提交到版本控制系统，确保团队所有成员使用一致的工具集：

# 添加项目作用域服务器
claude mcp add --transport http paypal --scope project https://mcp.paypal.com/mcp

生成的 .mcp.json 文件格式如下：

{
  "mcpServers": {
    "shared-server": {
      "command": "/path/to/server",
      "args": [],
      "env": {}
    }
  }
}

.mcp.json 还支持环境变量展开，方便团队成员各自维护本机特有的路径和密钥：

{
  "mcpServers": {
    "api-server": {
      "type": "http",
      "url": "${API_BASE_URL:-https://api.example.com}/mcp",
      "headers": {
        "Authorization": "Bearer ${API_KEY}"
      }
    }
  }
}

语法说明： ${VAR} 展开为环境变量值； ${VAR:-default} 在变量未设置时使用默认值。

安全提示 ：出于安全考虑， Claude Code 在首次使用来自 .mcp.json 的项目作用域服务器前，会提示用户确认。若需重置确认记录，可运行 claude mcp reset-project-choices 。

4.4 用户作用域（user）

配置跨所有项目可用，仅对当前用户可见，适合个人常用的基础工具：

# 添加用户作用域服务器
claude mcp add --transport http hubspot --scope user https://mcp.hubspot.com/anthropic

4.5 作用域优先级

当多个作用域存在同名服务器时，优先级从高到低为： 本地（local）> 项目（project）> 用户（user） ，确保个人配置可以覆盖团队共享配置。

5. 使用示例

5.1 使用GitHub进行代码审查

# 添加GitHub MCP服务器
claude mcp add --transport http github https://api.githubcopilot.com/mcp/

# 在Claude Code中认证
/mcp

连接后，可以在对话中直接操作 GitHub ：

Review PR #456 and suggest improvements

Create a new issue for the login bug we just found

Show me all open PRs assigned to me

5.2 使用Sentry监控线上错误

# 添加Sentry MCP服务器
claude mcp add --transport http sentry https://mcp.sentry.dev/mcp

# 认证后即可查询
/mcp

连接后，可以直接用自然语言排查问题：

What are the most common errors in the last 24 hours?

Show me the stack trace for error ID abc123

Which deployment introduced these new errors?

5.3 查询PostgreSQL数据库

# 添加数据库MCP服务器（stdio方式，本地运行）
claude mcp add --transport stdio db -- npx -y @bytebase/dbhub \
  --dsn "postgresql://readonly:pass@prod.db.com:5432/analytics"

连接后，可以用自然语言查询数据：

What's our total revenue this month?

Show me the schema for the orders table

Find customers who haven't made a purchase in 90 days

5.4 从Claude Desktop导入配置

如果已在 Claude Desktop 中配置了 MCP 服务器，可以一键导入：

# 导入Claude Desktop中的服务器（仅支持macOS和WSL）
claude mcp add-from-claude-desktop

# 验证导入结果
claude mcp list

5.5 通过JSON配置添加服务器

对于复杂的服务器配置，可以直接使用 JSON 格式添加：

# 添加带自定义Header的HTTP服务器
claude mcp add-json weather-api \
  '{"type":"http","url":"https://api.weather.com/mcp","headers":{"Authorization":"Bearer token"}}'

# 添加本地stdio服务器
claude mcp add-json local-tools \
  '{"type":"stdio","command":"/path/to/tool","args":["--verbose"],"env":{"LOG_LEVEL":"debug"}}'

6. MCP与Skills的区别与选型

Claude Code 提供了两种扩展机制： MCP 和 Skills 。二者都能增强 Claude 的能力，但定位截然不同，理解它们的边界有助于在合适的场景做出正确选择。

6.1 核心差异对比

6.2 设计意图的本质区别

MCP 解决的是"连接"问题 ：让 Claude 能够"触达"外部世界——读取数据库中的实时数据、在 GitHub 上创建 Issue 、查询 Sentry 中的线上错误。 MCP 是 Claude 的感知器官和执行终端，负责与外部系统建立双向通信。

Skills 解决的是"记忆"问题 ：将团队的最佳实践、代码规范、业务约定固化为 Claude 可随时调取的专业知识。 Skills 是 Claude 的知识库和工作手册，负责让 Claude 始终以一致、专业的方式行事。

6.3 选型建议

根据实际需求，可以按以下思路做选择：

选择 MCP 的场景：

• 需要访问实时数据（数据库查询、监控数据、 API 响应）
• 需要触发外部系统的操作（创建 Issue 、发送通知、触发 CI/CD ）
• 需要读取或操作第三方平台上的内容（ Notion 文档、 Figma 设计稿、 Jira 工单）
• 需要与现有基础设施深度集成

选择 Skills 的场景：

• 需要将团队代码规范、提交格式、架构约定固化为 Claude 能自动遵守的规则
• 需要标准化部署、发布、代码审查等重复性多步骤流程
• 需要向 Claude 注入特定业务领域的专业知识（如特定框架的用法惯例）
• 需要一套轻量的、无需额外基础设施的扩展方案

两者配合使用：

MCP 与 Skills 并不互斥，在复杂场景下可以协同工作。例如，用 MCP 连接数据库获取实时数据，同时用 Skills 定义分析这些数据时应遵循的业务规则和输出格式；或者用 MCP 连接 GitHub ，用 Skills 定义团队的 PR 审查标准—— Claude 在审查代码时，既能通过 MCP 直接获取 PR 内容，又能依据 Skills 中定义的规范给出符合团队风格的反馈。

7. 其他MCP特性介绍

7.1 OAuth认证

许多云端 MCP 服务器需要身份认证。 Claude Code 支持 OAuth 2.0 ，认证流程简单：

# 第一步：添加需要认证的服务器
claude mcp add --transport http sentry https://mcp.sentry.dev/mcp

# 第二步：在Claude Code中运行/mcp命令
/mcp

# 第三步：按提示在浏览器中完成登录

认证令牌会安全存储并自动刷新。若需撤销访问权限，在 /mcp 菜单中选择「 Clear authentication 」即可。

7.2 使用MCP资源

MCP 服务器可以暴露资源（ Resources ），通过 @ 语法在对话中直接引用，与引用本地文件的体验一致：

# 引用GitHub Issue
Can you analyze @github:issue://123 and suggest a fix?

# 引用API文档
Please review the API documentation at @docs:file://api/authentication

# 同时引用多个资源进行对比
Compare @postgres:schema://users with @docs:file://database/user-model

在提示词中输入 @ 可触发自动补全，列出所有已连接服务器中可用的资源。

7.3 使用MCP提示命令

MCP 服务器还可以暴露提示模板（ Prompts ），以 / 命令的形式集成到 Claude Code 的命令系统中：

# 引用GitHub Issue
Can you analyze @github:issue://123 and suggest a fix?

# 引用API文档
Please review the API documentation at @docs:file://api/authentication

# 同时引用多个资源进行对比
Compare @postgres:schema://users with @docs:file://database/user-model

在对话中输入 / 即可浏览所有可用命令，包括来自各 MCP 服务器的提示命令。

7.4 MCP工具搜索（Tool Search）

当配置了大量 MCP 服务器时，工具定义本身会占用大量上下文窗口。 MCP Tool Search 通过按需动态加载工具来解决这一问题。

7.4.1 工作原理

Without Tool Search:          With Tool Search:
All tools preloaded           Tools deferred until needed
[Tool 1 def][Tool 2 def]  ->  [Search Tool] -> load Tool N on demand
[Tool 3 def]...               (saves context window space)

当 MCP 工具定义超过上下文窗口的 10% 时， Tool Search 会自动激活。激活后：

1. MCP 工具不再预加载到上下文中
2. Claude 通过搜索工具按需发现并加载所需工具
3. 从用户视角看，工具行为与之前完全相同

7.4.2 配置Tool Search

通过 ENABLE_TOOL_SEARCH 环境变量控制行为：

# 使用自定义5%阈值
ENABLE_TOOL_SEARCH=auto:5 claude

# 禁用Tool Search
ENABLE_TOOL_SEARCH=false claude

注意 ： Tool Search 功能要求使用 Sonnet 4 及以上版本或 Opus 4 及以上版本的模型， Haiku 系列模型不支持此功能。

7.5 输出限制说明

当 MCP 工具返回大量数据时， Claude Code 会进行提示和限制：

# 提高输出上限（适用于查询大型数据集的场景）
export MAX_MCP_OUTPUT_TOKENS=50000
claude

7.6 将Claude Code作为MCP服务器

Claude Code 自身也可以作为 MCP 服务器，将其工具能力（文件读写、 Shell 命令执行等）暴露给其他 MCP 客户端：

# 启动Claude Code作为stdio MCP服务器
claude mcp serve

注意 ： command 字段必须使用 Claude Code 可执行文件的完整路径。可通过 which claude 命令获取。

8. 总结

MCP 是 Claude Code 打通外部世界的核心机制，其设计价值体现在三个层面：

• 标准化 ：一套协议统一所有工具集成，告别碎片化的插件生态
• 自动化 ：从信息查询到动作执行，全程在 AI 对话中完成，无需手动切换工具
• 可扩展 ：支持 HTTP 、 SSE 、 stdio 三种传输方式，覆盖云端服务和本地工具的所有集成场景

通过合理配置 MCP 服务器，开发者可以让 Claude Code 直接接入 GitHub 、 Sentry 、数据库、设计工具等日常工作中的核心系统，实现真正意义上的全流程 AI 辅助开发。

9. 参考资料

• https://code.claude.com/docs/en/mcp