最近 MCP 这个词出现得越来越频繁——Claude、Cursor 都在支持它，各种"MCP 服务器"满天飞。但很多人其实没太搞清：MCP 到底是什么？有什么用？普通开发者怎么开始？这篇用大白话讲清楚，最后附一份常用 MCP 服务器清单，点进去就有配置可以抄。

一、MCP 是什么

MCP 全称 Model Context Protocol（模型上下文协议），是 Anthropic 提出的一个开放标准，目的很简单：让 AI 模型能用一种统一的方式，安全地访问外部的工具和数据——比如读写你的文件、查数据库、上网搜索、操作浏览器、调 GitHub 等等。

打个比方：MCP 之于 AI，有点像 USB-C 之于硬件。在它出现之前，每个 AI 应用要接一个外部能力，都得各写一套对接逻辑，重复又零散；MCP 把这件事标准化了——服务器（提供能力的一方）和客户端（AI 应用）之间按同一套协议对话，一个服务器写好，多个客户端都能用。

二、为什么值得关注

• 生态在起来：Claude Desktop、Cursor 等主流 AI 客户端都已支持 MCP，接一个服务器，这些客户端都能调用。
• 能力可组合：把"搜索""读文件""查数据库"这些 MCP 服务器组合起来，AI 就从"只会聊天"变成"能真正帮你干活"。
• 现在是早期：MCP 服务器还在快速涌现，谁先摸熟，谁的 AI 工作流就更顺。

三、怎么开始用

以 Claude Desktop / Cursor 为例，思路是三步：

1. 挑一个客户端（支持 MCP 的，比如 Claude Desktop、Cursor）。
2. 在配置文件里加上你要的 MCP 服务器：通常是一段 JSON，写清楚启动这个服务器的命令和参数（本地服务器多是 npx / uvx 一类命令拉起；远程服务器则填一个地址）。
3. 重启客户端，AI 就能调用这个服务器提供的工具了。

每个服务器具体怎么配（命令、参数、要不要 API Key），看它各自的说明就行。下面清单里每个都链到了带中文说明 + 安装命令 + 客户端配置的详情页，省得你去翻英文文档。

四、常用 MCP 服务器清单

搜索与爬取

• Brave Search — Brave 网页与本地搜索。
• Exa — 面向 AI 的神经搜索。
• Fetch — 抓取网页并转成 Markdown 喂给模型。
• Firecrawl — 网站抓取与结构化提取。

开发工具

• Git — 读取与操作本地 Git 仓库。
• GitHub — GitHub 官方服务器，管 issue / PR / 仓库。
• Context7 — 给模型提供最新的库文档，少踩"过时 API"的坑。
• Figma (Framelink) — 把 Figma 设计稿喂给 AI 直接写代码。

文件与记忆

• Filesystem — 安全地读写本地文件系统。
• Memory — 基于知识图谱的持久记忆，让 AI 跨对话"记住事"。

地图与位置

• Google Maps — 地理编码、路线规划与地点检索。

此外还有 Notion、Playwright（浏览器自动化）、PostgreSQL、SQLite、Slack、Stripe、Supabase、Sequential Thinking 等常用服务器，完整清单见 嘉名AI导航 · MCP 导航。

五、顺带一提：Claude Skills

和 MCP 相关的还有 Claude Skills——让 Claude 直接具备某项产出能力的技能包，比如生成 PDF、Word、PPT、Excel。需要 Claude 帮你出文档时很省事，可以看 Claude Skills 清单。

MCP 就是给 AI 接外部能力的"统一接口"，现在正是上手的好时机。先挑一两个最常用的服务器（搜索、文件、GitHub）配起来，体会一下 AI "能动手干活"和"只会聊天"的差别，再按需扩展。

你已经在用哪些 MCP 服务器？有没有踩过配置的坑？评论区交流下。