前天配置的windsurf免费额度太少了，还没试几下就用完了，在没有形成真正的生产力之前付费是不明智的，因此今天推荐一个免费额度更高的工作流：vscode+cline+Gemini。

1、前期准备

首先需要安装vscode，然后到插件市场安装cline。

这一步很重要，申请一个Gemini api，这个每天刷新免费额度，而且用起来也不错。首先我们导航到这个网址，点击Get API key，复制我们得到的apikey，Google很慷慨，每天提供1500的调用，但是刷新时间是在15:00，尝试下来是完全够用的（感谢Google）

最后打开我们安装好的cline，按照图示将key填进去保存即可

2、配置blender和qgis

在根据上一篇文章安装好这两个插件后，cline的配置就很简单，我们直接将mcp_config.json的内容复制到cline这里就好

你可能会看到红色警告，不需要担心，只要是右侧显示绿色就可

而后你就可以尝试连接mcp服务了，但是注意你要打开相应的软件，点击启动mcp服务才可以

3、自己写一个mcp服务

自己也可以写mcp服务，扩展AI的能力，这里我以Model Context Protocol官网提供的weather为例，大家也可以去这个官网详细了解下MCP，可以根据自己的工作场景配置专属自己的mcp（甚至可以使用ai让他自己写mcp给自己用）。
首先打开命令行工具，切换到一个你想保存此mcp的地方依次执行下列命令

// 创建weather文件夹
uv init weather
cd weather
// 创建虚拟环境
uv venv
.venv\Scripts\activate
// 安装必要的包
uv add mcp[cli] httpx
// 新建py文件
echo. > weather.py

而后打开新建的weather.py文件夹，把下面的代码粘贴过去，这是一个查询美国天气的示例代码（可以换为高德查询国内的）

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 20 14:17:48 2025

@author: 13649
"""

from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP

# Initialize FastMCP server
mcp = FastMCP("weather")

# Constants
NWS_API_BASE = "https://api.weather.gov"
USER_AGENT = "weather-app/1.0"

async def make_nws_request(url: str) -> dict[str, Any] | None:
    """Make a request to the NWS API with proper error handling."""
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(url, headers=headers, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None

def format_alert(feature: dict) -> str:
    """Format an alert feature into a readable string."""
    props = feature["properties"]
    return f"""
Event: {props.get('event', 'Unknown')}
Area: {props.get('areaDesc', 'Unknown')}
Severity: {props.get('severity', 'Unknown')}
Description: {props.get('description', 'No description available')}
Instructions: {props.get('instruction', 'No specific instructions provided')}
"""

@mcp.tool()
async def get_alerts(state: str) -> str:
    """Get weather alerts for a US state.

    Args:
        state: Two-letter US state code (e.g. CA, NY)
    """
    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
    data = await make_nws_request(url)

    if not data or "features" not in data:
        return "Unable to fetch alerts or no alerts found."

    if not data["features"]:
        return "No active alerts for this state."

    alerts = [format_alert(feature) for feature in data["features"]]
    return "\n---\n".join(alerts)

@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
    """Get weather forecast for a location.

    Args:
        latitude: Latitude of the location
        longitude: Longitude of the location
    """
    # First get the forecast grid endpoint
    points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
    points_data = await make_nws_request(points_url)

    if not points_data:
        return "Unable to fetch forecast data for this location."

    # Get the forecast URL from the points response
    forecast_url = points_data["properties"]["forecast"]
    forecast_data = await make_nws_request(forecast_url)

    if not forecast_data:
        return "Unable to fetch detailed forecast."

    # Format the periods into a readable forecast
    periods = forecast_data["properties"]["periods"]
    forecasts = []
    for period in periods[:5]:  # Only show next 5 periods
        forecast = f"""
{period['name']}:
Temperature: {period['temperature']}°{period['temperatureUnit']}
Wind: {period['windSpeed']} {period['windDirection']}
Forecast: {period['detailedForecast']}
"""
        forecasts.append(forecast)

    return "\n---\n".join(forecasts)

if __name__ == "__main__":
    # Initialize and run the server
    mcp.run(transport='stdio')

完成之后保存，在终端运行此程序uv run weather.py，确定没有报错

而后打开cline的mcp配置，添加上这个mcp

"weather": {
  "command": "uv",
  "args": [
    "--directory",
    "C:\\Users\\13649\\Desktop\\python\\weather",
    "run",
    "weather.py"
  ]
}

4、一些现成的MCP服务

最简单的就是cline的MCP市场提供的各种MCP服务了，可以直接选择自己喜欢的安装即可，还有一些其他的mcp-server网点，都是大同小异，整理如下：

smithery

pulse MCP

Awesome MCP Servers

MCP.so

Glama MCP

Cursor directory

portkey.ai

mcp官方开源工具

ps（相信未来越来越多的mcp服务会推出，之前的manus感觉就像是个大的mcp集合，以后的工作流将会巨变！）