MCP 协议与生态指南：Claude Code、Cursor 与开源工具链实战

本文是《MCP 是什么？从零理解 Model Context Protocol》的进阶篇。入门篇讲了「MCP 是什么」，这篇讲「怎么用、怎么选、怎么建、往哪走」。建议先读过入门篇再看这篇，当然也可以直接往下——第一章有 101 回顾。

目录：

MCP 协议 101 回顾 + 2026 生态快照
MCP Server 分类图谱
MCP 协议技术骨架
Claude Code / Cursor / VS Code MCP 横向对比
从零构建 MCP Server（含 §5.7 开发常见坑点）
竞争格局与标准化进展
风险、限制与未来路线图
- 附录 A：MCP Server 速查表

1. MCP 协议 101 回顾 + 2026 生态快照

1.1 一句话理解 MCP

如果说 LLM 是 AI 应用的「大脑」，那 MCP（Model Context Protocol）就是连接大脑与外部世界的 「USB-C 接口」。它是一个开放协议，标准化了 AI 模型如何发现和调用外部工具、访问外部数据——就像 USB-C 统一了充电、数据传输和视频输出的物理接口一样，MCP 统一了 AI 工具生态的「逻辑接口」。

2024 年 11 月由 Anthropic 发布后，MCP 迅速被 Claude Code、Cursor、VS Code、Zed、Continue 等主流 AI 编码工具采用。更关键的是——连 OpenAI 也在 2025 年 3 月宣布 ChatGPT 全面支持 MCP，Google Gemini 紧随其后在 4 月接入。到 2025 年 12 月，MCP 被正式捐赠给 Linux Foundation 旗下的 Agentic AI Foundation 进行独立治理。

这意味着 MCP 已经不再是「Anthropic 的协议」——它是整个 AI 行业的公共基础设施。

1.2 核心架构：Client → Protocol → Server

MCP 的架构可以用三层模型理解：

Host（宿主应用：Claude Code / Cursor / VS Code）
│
├── MCP Client: GitHub 连接
│   └── ⚡ JSON-RPC over stdio ──→ GitHub MCP Server（独立进程）──→ GitHub API
│
├── MCP Client: Filesystem 连接
│   └── ⚡ JSON-RPC over stdio ──→ Filesystem MCP Server（独立进程）──→ 本地文件系统
│
└── MCP Client: Brave Search 连接
    └── ⚡ JSON-RPC over stdio ──→ Brave Search MCP Server（独立进程）──→ Brave Search API

Host（宿主应用）：你正在使用的 AI 工具——Claude Code、Claude Desktop、Cursor 等。它负责管理 MCP 客户端的生命周期和安全策略。
Client（协议客户端）：宿主内部的 MCP 协议实现，与 Server 建立一对一连接，负责消息路由和状态管理。

0 9

原语	方向	用途	示例
Tools	LLM → Server	让 AI 执行操作	`github_create_issue`、`filesystem_write_file`
Resources	Server → LLM	让 AI 读取数据	`file:///src/main.ts`、`postgres://users/table`
Prompts	Server → LLM	预置提示模板	「帮我总结这个 PR」、代码审查清单

指标	数据
公开 MCP Server 数量	13,000 ~ 23,000+ ¹
官方参考 Server 仓库 GitHub Stars	~87,000
整个 MCP 生态累计 Stars	300,000+
SDK 月下载量（2026.03）	9,700 万次 ²
近 6 个月增长率	300%
支持 MCP 的主流客户端	Claude Code、Claude Desktop、Cursor、VS Code、Zed、Continue、Sourcegraph Cody、Windsurf 等
企业采用	Anthropic、OpenAI、Google、Microsoft、AWS、Salesforce 均已官方支持

分类	核心能力	典型用户
📁 文件与数据	读写文件、查询数据库	所有开发者
🌐 网络与 API	HTTP 请求、搜索、平台集成	需要联网信息的开发者
🧠 AI 与推理	记忆管理、浏览器自动化、深度思考	复杂任务场景
🛠️ DevOps	容器管理、Git 操作、云服务	DevOps/SRE 工程师
🔧 开发者工具	文档查询、自动化测试、代码执行	全栈开发者

Server	一句话	安装
Filesystem	读写本地文件系统，AI 直接操作项目文件	`npx @modelcontextprotocol/server-filesystem /path`
Postgres	数据库直连查询，自动发现表结构	`npx @modelcontextprotocol/server-postgres <conn>`
SQLite	轻量数据库操作，本地开发神器	`npx @modelcontextprotocol/server-sqlite db.sqlite`
Google Drive	读写云端文档和表格	`npx @modelcontextprotocol/server-gdrive`

Server	一句话	安装
Fetch	让 AI 发起 HTTP 请求，抓取网页或调 API	内置于 Claude Code
Brave Search	网络搜索，AI 联机获取最新信息	`npx @modelcontextprotocol/server-brave-search`
GitHub	管理 Issue、PR、仓库操作	`npx @modelcontextprotocol/server-github`
Slack	发送消息、读取频道	`npx @modelcontextprotocol/server-slack`

Server	一句话	安装
Memory	跨会话持久化记忆，AI 拥有「长期记忆」	`npx @modelcontextprotocol/server-memory`
Puppeteer	浏览器自动化，AI 操控网页	`npx @modelcontextprotocol/server-puppeteer`
Sequential Thinking	结构化多步推理，复杂问题分解	`npx @modelcontextprotocol/server-sequential-thinking`

Server	一句话	安装
Docker	容器管理，AI 操作 Docker	`npx @modelcontextprotocol/server-docker`
Git	版本控制操作	`npx @modelcontextprotocol/server-git`
Kubernetes	K8s 集群管理	`npx @modelcontextprotocol/server-kubernetes`

Server	一句话	安装
Context7	实时查询最新库/框架文档，避免 AI 用过时 API	`npx @modelcontextprotocol/server-context7`
Playwright	端到端浏览器测试自动化（微软官方维护，~34K Stars）	`npx @modelcontextprotocol/server-playwright`
MarkItDown	微软出品，将 PPTX/HTML/PDF 等转为 Markdown（~148K Stars）	`pip install markitdown`

层	协议/格式	职责
语义层	MCP Spec	定义 Tools/Resources/Prompts 的语义和生命周期
消息层	JSON-RPC 2.0	请求/响应/通知的格式化与路由
传输层	stdio 或 Streamable HTTP	消息在进程间/网络间的可靠传输

机制	描述	局限
工具级 allow/deny	显式允许或拒绝特定工具	粒度粗，手动维护
用户确认	执行敏感操作前弹窗确认	确认疲劳导致用户习惯性点「允许」
进程隔离	stdio 模式下 Server 是独立进程	仅限进程级，无系统级沙箱

维度	Claude Code	Cursor	VS Code
MCP 支持方式	原生（第一公民）	原生（Agent 集成）	内置（v1.99+）+ 扩展
配置文件	`.claude/.mcp.json`	`.cursor/mcp.json`	`settings.json` 或扩展配置
传输模式	stdio + Streamable HTTP	stdio + HTTP+SSE（尚未跟进 Streamable）	stdio + HTTP+SSE（尚未跟进 Streamable）
热加载	✅ 修改即生效	✅ 需重载窗口	⚠️ 因配置方式而异
`mcp add` 交互式添加	✅	❌	❌
MCP 工具自动调用	✅	✅ Agent 模式	✅ Copilot Agent 模式
多 Server 编排	✅ 项目级隔离	✅ 项目级隔离	✅ 通过 settings
调试体验	`claude -d mcp` + Inspector	日志面板（DevTools）	扩展日志
`autoApprove` 白名单	✅	✅	⚠️ 部分支持

时间	事件
2026.01	VS Code v1.99 原生支持 MCP 配置（`mcp.servers` 设置）
2026.03	VS Code v1.110 引入 Agent Hooks，与 Claude Code 的 Hook 体系对齐
2026.04	Copilot Chat 在 Agent 模式下原生支持 MCP 工具调用

扩展	MCP 支持	特点
GitHub Copilot Chat	✅ 原生（v1.99+）	Agent 模式自动调用，15M+ 用户
Continue	✅ 成熟	开源、自带模型、完整 MCP 支持
Cline	✅ 活跃	MCP 支持好，开发迭代快

评分维度	Claude Code	Cursor	VS Code
MCP 易用性	★★★★★	★★★★☆	★★★☆☆
调试体验	★★★★★	★★★☆☆	★★☆☆☆
MCP 功能完整性	★★★★★	★★★★☆	★★★☆☆
安全控制粒度	★★★★☆	★★★★☆	★★★☆☆
编辑器生态整合	★★★★☆	★★★★★	★★★★★
零摩擦上手	★★★★☆	★★★★☆	★★★★★

你的情况	推荐	理由
MCP 重度用户/开发自己的 MCP Server	Claude Code	`claude -d mcp` 和 `autoApprove` 无可替代
主要在 Agent 模式下编码	Cursor	Agent + MCP 自动调用是天作之合
因项目/团队原因不能切换编辑器	VS Code	原生 MCP 已可用，不需要迁移
组合使用	Cursor + Claude Code	Cursor 写代码 + Claude Code 做复杂 MCP 调试任务

维度	TypeScript SDK	Python SDK
包名	`@modelcontextprotocol/sdk`	`mcp`（或 `fastmcp`）
安装	`npm install @modelcontextprotocol/sdk zod`	`pip install mcp` 或 `pip install fastmcp`
生态	Node.js 生态，npm 发布方便，~9,700 万月下载	Python 生态，适合数据/ML 场景
类型安全	原生 TypeScript，编译期保障	运行时 Pydantic 校验
推荐场景	Web/全栈开发者	数据工程师/ML 工程师
当前版本	v1.29.0（稳定）/ v2 pre-alpha	稳定

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js"; import { z } from "zod"; // 天气代码 → 中文描述（Open-Meteo 免费 API，无需 API Key） const WEATHER_CODES: Record<number, string> = { 0: "晴朗", 1: "少云", 2: "多云", 3: "阴天", 45: "雾", 48: "冻雾", 51: "小毛毛雨", 53: "毛毛雨", 55: "大毛毛雨", 61: "小雨", 63: "中雨", 65: "大雨", 71: "小雪", 73: "中雪", 75: "大雪", 80: "阵雨", 81: "中等阵雨", 82: "大阵雨", 95: "雷暴", 96: "雷暴+小冰雹", 99: "雷暴+大冰雹", }; // 创建 MCP Server 实例 const server = new McpServer({ name: "weather-mcp-server", version: "1.0.0", }); // 工具 1：查询当前天气 server.tool( "get_weather", "查询指定城市的当前天气，返回温度、湿度和天气描述", { city: z.string().describe("城市名称，如 '北京' 或 'Tokyo'") }, async ({ city }) => { try { // 地理编码：城市名 → 坐标 const geoUrl = `https://geocoding-api.open-meteo.com/v1/search?name=${encodeURIComponent(city)}&count=1&language=zh`; const geoRes = await fetch(geoUrl); const geoData = await geoRes.json(); if (!geoData.results?.length) { return { content: [{ type: "text", text: `未找到城市：${city}` }], isError: true, }; } const { name, country, latitude, longitude } = geoData.results[0]; // 获取当前天气 const weatherUrl = `https://api.open-meteo.com/v1/forecast?latitude=${latitude}&longitude=${longitude}&current=temperature_2m,relative_humidity_2m,wind_speed_10m,weather_code`; const weatherRes = await fetch(weatherUrl); const weatherData = await weatherRes.json(); const current = weatherData.current; const weatherDesc = WEATHER_CODES[current.weather_code] ?? `代码${current.weather_code}`; return { content: [{ type: "text", text: `${name}（${country}）当前天气： 🌡️ 温度：${current.temperature_2m}°C 💧 湿度：${current.relative_humidity_2m}% ☁️ 天气：${weatherDesc} 🌬️ 风速：${current.wind_speed_10m} km/h`, }], }; } catch (err: any) { return { content: [{ type: "text", text: `查询失败：${err.message}` }], isError: true, }; } } ); // 工具 2：查询天气预报 server.tool( "get_forecast", "查询指定城市未来几天的天气预报", { city: z.string().describe("城市名称"), days: z.number().min(1).max(7).default(3).describe("预报天数，范围 1-7"), }, async ({ city, days }) => { try { const geoUrl = `https://geocoding-api.open-meteo.com/v1/search?name=${encodeURIComponent(city)}&count=1&language=zh`; const geoRes = await fetch(geoUrl); const geoData = await geoRes.json(); if (!geoData.results?.length) { return { content: [{ type: "text", text: `未找到城市：${city}` }], isError: true, }; } const { name, country, latitude, longitude } = geoData.results[0]; // 获取天气预报 const forecastUrl = `https://api.open-meteo.com/v1/forecast?latitude=${latitude}&longitude=${longitude}&daily=temperature_2m_max,temperature_2m_min,weather_code&forecast_days=${days}&timezone=auto`; const forecastRes = await fetch(forecastUrl); const forecastData = await forecastRes.json(); const daily = forecastData.daily.time .map((date: string, i: number) => { const code = forecastData.daily.weather_code[i]; const desc = WEATHER_CODES[code] ?? `代码${code}`; return `📅 ${date}: ${forecastData.daily.temperature_2m_min[i]}°C ~ ${forecastData.daily.temperature_2m_max[i]}°C, ${desc}`; }) .join("\n"); return { content: [{ type: "text", text: `${name}（${country}）未来 ${days} 天预报：\n${daily}` }], }; } catch (err: any) { return { content: [{ type: "text", text: `查询失败：${err.message}` }], isError: true, }; } } ); // 启动 Server（stdio 传输） async function main() { const transport = new StdioServerTransport(); await server.connect(transport); console.error("✅ Weather MCP Server 已启动（数据源：Open-Meteo 免费 API）"); } main().catch(console.error);

import httpx from mcp.server import Server from mcp.server.stdio import stdio_server from mcp.types import TextContent # 天气代码 → 中文描述（Open-Meteo 免费 API，无需 API Key） WEATHER_CODES = { 0: "晴朗", 1: "少云", 2: "多云", 3: "阴天", 45: "雾", 48: "冻雾", 51: "小毛毛雨", 53: "毛毛雨", 55: "大毛毛雨", 61: "小雨", 63: "中雨", 65: "大雨", 71: "小雪", 73: "中雪", 75: "大雪", 80: "阵雨", 81: "中等阵雨", 82: "大阵雨", 95: "雷暴", 96: "雷暴+小冰雹", 99: "雷暴+大冰雹", } server = Server("weather-mcp-server") @server.tool() async def get_weather(city: str) -> list[TextContent]: """查询指定城市的当前天气，返回温度、湿度和天气描述""" async with httpx.AsyncClient() as client: # 地理编码 geo_resp = await client.get( "https://geocoding-api.open-meteo.com/v1/search", params={"name": city, "count": 1, "language": "zh"} ) geo_data = geo_resp.json() if not geo_data.get("results"): return [TextContent(type="text", text=f"未找到城市：{city}")] r = geo_data["results"][0] name, country = r["name"], r.get("country", "") lat, lon = r["latitude"], r["longitude"] # 获取当前天气 weather_resp = await client.get( "https://api.open-meteo.com/v1/forecast", params={ "latitude": lat, "longitude": lon, "current": "temperature_2m,relative_humidity_2m,wind_speed_10m,weather_code" } ) w = weather_resp.json()["current"] desc = WEATHER_CODES.get(w["weather_code"], f"代码{w['weather_code']}") text = ( f"{name}（{country}）当前天气：\n" f"🌡️ 温度：{w['temperature_2m']}°C\n" f"💧 湿度：{w['relative_humidity_2m']}%\n" f"☁️ 天气：{desc}\n" f"🌬️ 风速：{w['wind_speed_10m']} km/h" ) return [TextContent(type="text", text=text)] @server.tool() async def get_forecast(city: str, days: int = 3) -> list[TextContent]: """查询指定城市未来几天的天气预报，days 范围 1-7""" async with httpx.AsyncClient() as client: geo_resp = await client.get( "https://geocoding-api.open-meteo.com/v1/search", params={"name": city, "count": 1, "language": "zh"} ) geo_data = geo_resp.json() if not geo_data.get("results"): return [TextContent(type="text", text=f"未找到城市：{city}")] r = geo_data["results"][0] name, country = r["name"], r.get("country", "") lat, lon = r["latitude"], r["longitude"] fc_resp = await client.get( "https://api.open-meteo.com/v1/forecast", params={ "latitude": lat, "longitude": lon, "daily": "temperature_2m_max,temperature_2m_min,weather_code", "forecast_days": days, "timezone": "auto" } ) fc = fc_resp.json()["daily"] daily = [ f"📅 {fc['time'][i]}: {fc['temperature_2m_min'][i]}°C ~ {fc['temperature_2m_max'][i]}°C, " f"{WEATHER_CODES.get(fc['weather_code'][i], f\"代码{fc['weather_code'][i]}\")}" for i in range(len(fc["time"])) ] return [TextContent(type="text", text=f"{name}（{country}）未来 {days} 天预报：\n" + "\n".join(daily))] async def main(): async with stdio_server() as (read_stream, write_stream): await server.run( read_stream, write_stream, server.create_initialization_options() ) if __name__ == "__main__": import asyncio asyncio.run(main())

里程碑	状态	影响
2025.11 Streamable HTTP	✅ 已稳定	替代旧版 SSE，单端点、无状态、CDN 友好
2025.06 OAuth 2.1	✅ 已稳定	细粒度认证，Client Credentials + DCR
Resource Templates	✅ 已稳定	参数化资源 URI，如 `weather://current/{city}`
2026.07 新 Spec（2026-07-28 正式发布）	⚠️ RC 阶段（发布日期已确认）	无状态核心、MCP Apps（Server 端 UI）、Tasks 扩展、Mcp-Method 头路由
Linux Foundation 治理	✅ 已完成	2025.12 捐赠给 Agentic AI Foundation，独立治理
MCP Server 认证计划	🔮 预期 2026 H2	Anthropic 推出「官方认证」徽章，安全审查 + 质量标记
MCP Registry（市场）	🔮 预期 2026 Q4	类似 VS Code 扩展市场的 Server 发现与安装平台
IETF 提交	🔮 预期 2027	从 Anthropic 规范变为 IETF RFC 级别的互联网标准

维度	MCP	A2A
创建者	Anthropic（2024.11）	Google（2025.04）
方向	垂直 — Agent ↔ 工具/数据	水平 — Agent ↔ Agent
核心问题	「我能用什么工具？」	「哪个 Agent 应该处理这个任务？」
协议	JSON-RPC 2.0 over stdio/HTTP	JSON-RPC 2.0 + JSON-LD Agent Cards
治理	Linux Foundation	Linux Foundation（2025.06 捐赠）

限制	具体表现	影响
无沙箱执行	Server 以当前用户全权限运行	恶意 Server = 全盘沦陷
多工具冲突	两个 Server 同时修改同一文件，无锁/无事务	数据竞争
流式响应不完整	长耗时工具调用缺少进度反馈	用户不知工具在「卡住」还是「在跑」
服务发现原始	必须手动配置 JSON，无自动发现	离「一次配置，到处可用」还很远
Server 状态管理	stdio 模式下进程随 Host 启动/退出	高频调用场景有启动开销
资源缓存缺失	同一 Resource 被反复请求时无缓存	浪费 API 配额和响应时间
质量参差不齐	52% 远程端点已死，Star 数与质量无关	选型成本高

时间窗口	里程碑	状态
2026.07-08	2026-07-28 Spec 正式发布、Streamable HTTP 最终稳定	✅ 已确认（当前 RC 版既定发布日期）
2026.08-12	更多客户端原生集成、安全认证 Server 计划、MCP Registry Alpha	⚠️ 推进中
2027.01-04	安全沙箱标准化、OAuth 2.1 授权普及	⚠️ 社区讨论
2027.03-06	多工具事务支持、IETF 草案提交、Agent-to-Agent MCP 桥接	🔮 早期规划
2027.07-09	MCP Registry 正式版、多模态 Resource 类型	🔮 远期目标
2027.09-12	WASM 沙箱运行时、MCP 与 A2A 深度融合	🔮 远期目标

工具	用途	命令
MCP Inspector	Web 交互式调试面板	`npx @modelcontextprotocol/inspector <command>`
Claude Code `-d mcp`	查看原始 JSON-RPC 消息（`--mcp-debug` 已废弃）	`claude -d mcp`
Cursor DevTools	Console 面板 MCP 日志	`Cmd+Option+I`（macOS）/ `Ctrl+Shift+I` → Console
stderr 日志	Server 内部调试输出	`console.error()` 不会干扰 stdio 协议通信

Server	分类	功能	安装命令	需 Key
Filesystem	📁 文件与数据	读写本地文件	`npx @modelcontextprotocol/server-filesystem /path`	否
Postgres	📁 文件与数据	数据库查询	`npx @modelcontextprotocol/server-postgres <url>`	否
SQLite	📁 文件与数据	本地数据库	`npx @modelcontextprotocol/server-sqlite db.sqlite`	否
Google Drive	📁 文件与数据	云文档操作	`npx @modelcontextprotocol/server-gdrive`	是
Fetch	🌐 网络与 API	HTTP 请求	内置于 Claude Code	否
Brave Search	🌐 网络与 API	网络搜索	`npx @modelcontextprotocol/server-brave-search`	是
GitHub	🌐 网络与 API	Issue/PR/仓库	`npx @modelcontextprotocol/server-github`	是
Slack	🌐 网络与 API	消息与频道	`npx @modelcontextprotocol/server-slack`	是
Memory	🧠 AI 与推理	跨会话记忆	`npx @modelcontextprotocol/server-memory`	否
Puppeteer	🧠 AI 与推理	浏览器自动化	`npx @modelcontextprotocol/server-puppeteer`	否
Sequential Thinking	🧠 AI 与推理	多步推理	`npx @modelcontextprotocol/server-sequential-thinking`	否
Docker	🛠️ DevOps	容器管理	`npx @modelcontextprotocol/server-docker`	否
Git	🛠️ DevOps	版本控制	`npx @modelcontextprotocol/server-git`	否
Context7	🔧 开发者工具	实时文档	`npx @modelcontextprotocol/server-context7`	否
Playwright	🔧 开发者工具	E2E 测试	`npx @modelcontextprotocol/server-playwright`	否
MarkItDown	🔧 开发者工具	文件转 Markdown	`pip install markitdown`	否

资源	链接
MCP 官方文档	https://modelcontextprotocol.io
MCP Spec 完整规范	https://spec.modelcontextprotocol.io
SEPs（规范增强提案）	https://modelcontextprotocol.io/seps
官方 Server 仓库	https://github.com/modelcontextprotocol/servers
TypeScript SDK	https://github.com/modelcontextprotocol/typescript-sdk
Python SDK	https://github.com/modelcontextprotocol/python-sdk
FastMCP（Python 简化框架）	https://github.com/jlowin/fastmcp
MCP Inspector	https://github.com/modelcontextprotocol/inspector
Awesome MCP Servers	https://github.com/bgizdov/awesome-mcp-servers
MCP.so（Server 发现）	https://mcp.so
Glama.ai（MCP 网关/分析）	https://glama.ai

MCP 协议与生态指南：Claude Code、Cursor 与开源工具链实战

1. MCP 协议 101 回顾 + 2026 生态快照

1.1 一句话理解 MCP

1.2 核心架构：Client → Protocol → Server

0 条评论

1.3 三个核心原语

1.4 2026 年 6 月生态快照

2. MCP Server 分类图谱

2.1 五大分类

2.2 每类必装推荐

📁 文件与数据

🌐 网络与 API

🧠 AI 与推理

🛠️ DevOps

🔧 开发者工具

2.3 如何评估一个 MCP Server 的质量

3. MCP 协议技术骨架

3.1 三层架构

3.2 两种传输模式

stdio（标准输入/输出）

Streamable HTTP（推荐用于远程部署）

3.3 消息格式详解

第一步：初始化握手

第二步：发现可用工具

第三步：调用工具

2026.07 Spec 即将带来的变化

3.4 安全模型

默认行为：无沙箱

现有的保护机制

OAuth 2.1 授权（已于 2025.06 Spec 引入）

4. Claude Code / Cursor / VS Code MCP 横向对比

4.1 对比总览

4.2 Claude Code：MCP 的原生家园

配置：一条命令搞定

独有特性

一个小坑

4.3 Cursor：Agent 模式下的 MCP 自动调用

配置

与 Claude Code 的关键差异

适用场景

4.4 VS Code：巨人的转身

2026 年的里程碑

原生配置方式（v1.99+）

扩展选择

4.5 综合评分

4.6 场景推荐

5. 从零构建 MCP Server

5.1 选型：TypeScript SDK vs Python SDK

5.2 示例项目：天气查询 MCP Server

5.3 TypeScript 实现

初始化

完整代码：src/index.ts

配置到 Claude Code

5.4 Python 实现

完整代码：server.py

Python 版配置

TS vs Python：选哪个？

5.5 本地调试：MCP Inspector

5.6 发布到社区

5.7 开发中常见坑点

6. 竞争格局与标准化进展

6.1 AI 工具集成方案光谱

左端：厂商锁定方案（已失败）

右端：自构方案（灵活但不可移植）

中端：MCP 的位置

6.2 MCP 为什么赢了

6.3 标准化进展

6.4 争议与批评

7. 风险、限制与未来路线图

7.1 当前限制：诚实面对

7.2 未来 18 个月路线图预测

短期（0-6 个月，2026 H2）

中期（6-12 个月，2027 H1）

长期（12-18 个月，2027 H2）

7.3 给不同读者的建议

附录 A：MCP Server 速查表

A.1 推荐 Server 一览

A.2 主流客户端 MCP 配置模板

Claude Code

Claude Desktop

完整代码：`src/index.ts`

完整代码：`server.py`