Skip to main content

MCP 協定入門教學——讓 AI Agent 連接你的開發工具鏈

· 閱讀時間約 11 分鐘
Felo AI
Operations

MCP 協定教學——Model Context Protocol 的運作原理、安裝設定、常見串接場景,讓 Claude Code 連接資料庫、瀏覽器和外部 API。

你跟 Claude Code 說「幫我查一下資料庫裡有多少活躍使用者」,它回你「我沒辦法直接存取你的資料庫,請你手動執行 SQL 查詢後把結果貼給我」。

你跑去 psql 執行查詢、複製結果、貼回來。Claude 分析完,又說「能不能看一下最近 7 天的趨勢?」你再跑一次。

這個來回複製貼上的過程,就是 MCP 要解決的問題。

Model Context Protocol(MCP)是 Anthropic 推出的開放協定,讓 AI agent 能直接串接外部工具和資料來源。裝了 MCP 伺服器之後,Claude Code 可以自己查資料庫、自己操作瀏覽器、自己呼叫 API——不需要你當中間人。


MCP 是什麼?用一個比喻說明​

把 AI 想像成一個很厲害的廚師。它能做出各種料理,但它被關在廚房裡,看不到外面的食材倉庫。

沒有 MCP 的時候,你是服務生——跑去倉庫拿食材(查資料庫)、帶回廚房(貼結果)、廚師做菜(AI 分析)、你再跑一趟拿調味料(再查一次)。

有了 MCP,廚房跟倉庫之間開了一扇門。廚師可以自己走過去拿需要的食材。你不用來回跑了。

技術上來說:

  • Host:Claude Code(廚房)
  • MCP Client:Claude Code 內建的 MCP 客戶端(那扇門)
  • MCP Server:你安裝的各種 MCP 伺服器(倉庫)
  • Resources:資料庫、檔案系統、API 等(食材)

運作原理​

┌─────────────┐     MCP 協定      ┌─────────────────┐
│ Claude Code │ ◄──────────────► │ MCP 伺服器 │
│ (Host) │ │ (PostgreSQL) │
│ │ JSON-RPC │ │
│ MCP Client │ ◄──────────────► │ Tools + Resources│
└─────────────┘ └─────────────────┘

MCP 使用 JSON-RPC 2.0 協定通訊。每個 MCP 伺服器向 Claude Code 暴露兩種東西:

  • Tools:AI 可以呼叫的函式(例如 query_database、take_screenshot)
  • Resources:AI 可以讀取的資料(例如資料庫 schema、檔案列表)

Claude Code 啟動時連接所有已設定的 MCP 伺服器,知道有哪些工具可用。當你的請求需要用到某個工具時,Claude 會自動呼叫對應的 MCP 伺服器。


安裝與設定​

新增 MCP 伺服器​

Claude Code 提供 claude mcp add 指令來新增 MCP 伺服器:

# 語法
claude mcp add <伺服器名稱> <啟動指令>

# 範例:新增 PostgreSQL MCP 伺服器
claude mcp add my-db npx @modelcontextprotocol/server-postgres postgresql://localhost:5432/mydb

管理 MCP 伺服器​

# 列出所有已設定的 MCP 伺服器
claude mcp list

# 移除一個 MCP 伺服器
claude mcp remove my-db

設定檔位置​

MCP 設定存在 ~/.claude/settings.json 裡。你也可以直接編輯這個檔案:

{
"mcpServers": {
"my-db": {
"command": "npx",
"args": ["@modelcontextprotocol/server-postgres", "postgresql://localhost:5432/mydb"]
},
"browser": {
"command": "npx",
"args": ["@playwright/mcp-server"]
}
}
}

5 個實戰串接場景​

場景一:資料庫查詢(PostgreSQL MCP)​

最常見的場景。讓 Claude Code 直接查詢你的資料庫。

# 安裝
claude mcp add my-db npx @modelcontextprotocol/server-postgres postgresql://localhost:5432/mydb

安裝後你可以這樣用:

> 查一下 users 表有多少活躍使用者(last_login 在 30 天內)
> 列出最近 7 天每天的新註冊人數
> 找出 orders 表中金額最高的 10 筆訂單

Claude 會自動生成 SQL、執行查詢、分析結果。不用你手動跑 psql。

注意:確保連線字串使用唯讀帳號,避免 AI 意外修改資料。

場景二:瀏覽器自動化(Playwright MCP)​

讓 Claude Code 操作瀏覽器——截圖、填表單、爬取網頁。

# 安裝
claude mcp add browser npx @playwright/mcp-server

使用範例:

> 打開 http://localhost:3000 截一張圖給我看
> 幫我測試登入流程:輸入帳號 [email protected]、密碼 test123,看看能不能成功登入
> 爬取 https://example.com/pricing 的定價資訊

特別適合前端開發和 E2E 測試。

場景三:檔案系統(Filesystem MCP)​

增強 Claude Code 的檔案搜尋和分析能力。

# 安裝
claude mcp add files npx @modelcontextprotocol/server-filesystem /path/to/project

使用範例:

> 找出專案裡所有超過 500 行的檔案
> 分析 src/ 底下的目錄結構,哪些模組之間有循環依賴

場景四:GitHub 整合(GitHub MCP)​

讓 Claude Code 直接操作 GitHub——查看 PR、讀取 issue、分析 commit 歷史。

# 安裝(需要 GitHub token)
claude mcp add github npx @modelcontextprotocol/server-github

使用範例:

> 列出這個 repo 最近 10 個 PR
> 看一下 #42 這個 issue 的討論內容
> 分析最近一個月的 commit 頻率

場景五:記憶管理(MemClaw)​

MemClaw 本質上也是一個 MCP 應用——它透過 MCP 協定讓 Claude Code 讀寫專案工作區。

# 安裝
export FELO_API_KEY="your-api-key-here"
# 取得 API key:https://felo.ai/settings/api-keys

/plugin marketplace add Felo-Inc/memclaw
/plugin install memclaw@memclaw

安裝後,Claude Code 獲得了持久記憶能力:

> 建立一個叫做 my-project 的工作區
> 載入 my-project 工作區
# 8 秒還原所有專案脈絡——進度、決策、待辦

MemClaw 跟其他 MCP 伺服器的差別在於:它不只是讓 AI 存取外部資料,而是給 AI 一個持久的專案記憶空間。每個專案一個工作區,完全隔離,跨 session 持久保存。

而且 MemClaw 支援跨 agent——OpenClaw 和 Claude Code 共享同一個工作區。

免費開始使用 MemClaw → memclaw.me


自己寫一個 MCP 伺服器​

如果現有的 MCP 伺服器不能滿足你的需求,你可以自己寫一個。MCP 是開放協定,任何人都能實作。

以下是一個最簡單的 MCP 伺服器範例(Node.js):

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

const server = new Server({
name: "my-custom-server",
version: "1.0.0",
}, {
capabilities: { tools: {} }
});

// 定義一個工具
server.setRequestHandler("tools/list", async () => ({
tools: [{
name: "get_weather",
description: "取得指定城市的天氣",
inputSchema: {
type: "object",
properties: {
city: { type: "string", description: "城市名稱" }
},
required: ["city"]
}
}]
}));

// 實作工具邏輯
server.setRequestHandler("tools/call", async (request) => {
if (request.params.name === "get_weather") {
const city = request.params.arguments.city;
// 這裡呼叫真正的天氣 API
return {
content: [{ type: "text", text: `${city} 目前 25°C,晴天` }]
};
}
});

// 啟動伺服器
const transport = new StdioServerTransport();
await server.connect(transport);

寫好之後,用 claude mcp add 註冊:

claude mcp add weather node /path/to/my-weather-server.js

MCP SDK 支援 TypeScript、Python、Kotlin 等多種語言。詳細文件可以參考 MCP 官方文件。


MCP 的安全考量​

MCP 伺服器能讓 AI 存取你的資料庫、檔案系統、外部 API。這帶來了安全風險:

最小權限原則​

  • 資料庫連線用唯讀帳號
  • 檔案系統 MCP 只開放必要的目錄
  • GitHub MCP 用最小權限的 token

操作確認​

Claude Code 預設在呼叫 MCP 工具前會詢問你。不要為了方便把所有 MCP 操作設成自動接受——特別是涉及寫入操作的。

敏感資訊​

MCP 伺服器的連線字串(資料庫密碼、API token)存在設定檔裡。確保 ~/.claude/settings.json 的權限設定正確,不要 commit 到 git。

更多安全實踐可以參考 AI 程式開發的資安風險與防護。


常見問題​

MCP 伺服器會一直跑在背景嗎?​

MCP 伺服器在 Claude Code 啟動時自動啟動,Claude Code 關閉時自動停止。不會佔用額外的系統資源。

可以同時裝多個 MCP 伺服器嗎?​

可以。你可以同時裝 PostgreSQL、Playwright、MemClaw 等多個 MCP 伺服器。Claude Code 會根據你的請求自動選擇合適的工具。

MCP 跟 API 呼叫有什麼不同?​

MCP 是標準化的協定,讓 AI 能自動發現和使用工具。你不需要教 AI 怎麼呼叫某個 API——MCP 伺服器會告訴 AI 有哪些工具可用、每個工具需要什麼參數。

OpenClaw 也支援 MCP 嗎?​

支援。MCP 是開放協定,OpenClaw、Gemini CLI 等工具都支援。

MCP 伺服器的效能影響大嗎?​

MCP 伺服器是按需呼叫的,不會影響 Claude Code 的基本效能。但如果你的 MCP 伺服器本身很慢(例如查詢大型資料庫),回應時間會受影響。


總結​

MCP 讓 AI agent 從「只能聊天」變成「能操作你的開發環境」。資料庫查詢、瀏覽器操作、檔案分析、GitHub 整合、專案記憶——都可以透過 MCP 串接。

從這裡開始:

  1. 選一個你最常手動複製貼上的場景(資料庫查詢?API 測試?)
  2. 安裝對應的 MCP 伺服器
  3. 安裝 MemClaw 讓 AI 擁有持久專案記憶——免費開始

延伸閱讀: