MCP 是近期AI领域的热点，特别是在海外社区获得了热烈讨论，每天都有大量的MCP工具诞生。
这里我们从MCP的概念、技术原理到多场景实战，一个篇文章带你彻底看懂MCP的全貌。
一、什么是 MCP？原理是什么？
Claude MCP，即模型上下文协议（Model Context Protocol），是 Anthropic Claude 的一个开源开放协议，旨在建立 AI 模型和开发环境之间的统一上下文交互，通过提供标准化的上下文信息访问，使 AI 模型能够更好地理解和处理代码。
就像给它们之间搭建了一座桥梁，使得开发者可以通过一套标准将 AI 应用和数据源连接起来 。
大白话来说，MCP就是AI大模型的标准化工具箱。大模型可以利用这些工具与外界互动获取信息，并且完成具体任务。
在我们日常工作学习中，经常性的与浏览器、文件、数据库、代码、仓库等等的外部工具打交道。在传统工作方式中，我们需要手动地去截图或者复制文本，然后把它粘贴到AI客户端的对话窗口中，再去进行对话。
然而 MCP 则通过这种标准化的协议方式，将这一步骤进行了自动化。MCP server 作为 AI 与外部工具的中间层，代替我们人去访问和操作外部工具。
每个 MCP 服务或者叫做 MCP server 它都只会专精于某一类的工作。比如有的负责读写浏览器，有的负责读写本地文件，有的复杂操作git仓库等等。
MCP server 通常就是在本地运行的一段 Node.js 或者 Python 程序。大模型通过操作系统的stdio（标准输入通道），去调用某个MCP server。
stdio 它的消息格式是类似这样的
{"jsonrpc"："2.0","id"：129，"method"："tools/call"，"params"：｛"'name"："search_repositories"，"arguments"：｛"query"："user:tech-shrimp"}}}
MCP server 接到这些请求以后，通过自己的代码功能或者使用API请求访问外部工具完成任务。
看到这里，其实熟悉的朋友们会发现，MCP 协议与 Function Call 是非常的相似。
MCP 的最大优点在于整合了之前各家大模型不同的 Function Call 的标准，整合成了一个统一的标准协议。而且不仅仅是Claude，市面上所有的大模型几乎都可以接入MCP。
MCP 的缺点也很明显就是兼容性和应用范围受限。由于数据源和 AI 应用的多样性，可能存在某些数据源或者 AI 应用在与 MCP 协议集成时出现不兼容的情况；并且目前 MCP 仅支持本地运行（服务器需要在自己的机器上），虽然官方正计划构建具有企业级身份验证的远程服务器支持（为企业内部共享提供支持），但目前这种限制在一定程度上影响了其在更广泛场景下的应用。
二、前置条件
1）Node.js 安装
官方地址：https://nodejs.org/en
网盘下载：https://pan.quark.cn/s/c3cf88393930
下载点击安装即可。
环境安装配置就不多说了，可以参考：https://juejin.cn/post/7463298592247414819
如果最后在终端输入 node -v 和 npx -v ，能够正常输出则安装成功了。
2）VSCode+Cline 安装
1、VSCode 安装
官方地址：https://code.visualstudio.com/
网盘下载：https://pan.quark.cn/s/eb6da0669f5b
下载好后，点击默认安装即可
初始化界面
2、Cline 安装
在vscode 中打开扩展，输入Cline，选择Cline进行安装
安装后，点击“Get Stared for Free” 进行登录授权。
此时会弹出一个对话框，点击"Open"。
自动打开默认浏览，展示授权界面，选择Authorize。
接受后再VSCode 中会显示已登录Cline。
此时VSCode + Cline 安装配置工作已经完成了。
3、Cline 配置 DeepSeek
点击VSCode 左边的Cline 图标，打卡Cline
点击右上角的设置按钮，勾选“Use different models for Plan and Act modes”,此时上面会出现两个Tab。
在 API Provider 选项中选择"OpenRouter"。
点击“Get OpenRouter API Key”
同样的，接下来进行授权操作
选择"Authorize" 按钮
弹出框选择打开
此时会自动将API Key 回写过来。
在Model 选项下搜索选择“deepseek/deepseek-chat:free”，这是免费DeepSeek V3模型。
注意上面两个模式都要同样配置。
勾选下面两个对话模式。
测试对话，成功回复。
3）Cursor 安装
官方地址（国内）：https://www.cursor.com/cn
官方地址（国外）：https://www.cursor.com/cn
网盘下载地址：https://pan.quark.cn/s/ebcfc83efea1
打开网址，或者网盘进行下载。
默认安装即可，如遇到问题可参照：https://zhuanlan.zhihu.com/p/15907515516 安装好后，打开进入页面
点击右上角的「设置」，如果未登录的话，请进行授权登录
这里说下里我们打开设置-Beta-选择 Early Access，然后我们就可以通过check for update, 把cursor 升级到最新的版本，也就是0.47这个版本支持全新的MCP配置方式。
注意，以前可以通过无限邮箱+刷机器码配合进行无限续杯，现在 Cursor 风控非常严格，建议如果免费用完了，还是通过官方续费靠谱。
4）Windsurf 安装
官网地址：https://codeium.com
网盘下载：https://pan.quark.cn/s/65c1eece5596
打开网址，或者网盘进行下载。
默认安装即可，安装好后，打开进入页面
点击右上角的人头图标，进行授权登录。
三、配置 第一个 MCP
这里先说明下，Cline 实在 windows 系统上进行操作配置，c和 Windsurf 实在macOS 系统上配置。两个系统的配置有细微的差别。
但在同一个系统上，Cline、Cline 和 Windsurf 三个IDE配置是一致的，可以直接 copy 复制过去。
示例说明，看下 windows 和 macOS 配置的区别：
这里有朋友可能会问如何找到有哪些可以用的 MCP server 呢？在文末给出了几个汇集的网站。
1）Cline 配置第一个 MCP，获取github仓库内容（windows）
打开Cline 可以看到 client新上线的 MCP server 应用市场。这里我们可以根据star数量排序，找到排在前面的非常受欢迎的 MCP server。
这里我们以 github 的 MCP server 举例
这里点击安装，它会自动打开一个AI聊天窗口。
我们可以根据AI的指引完成MCP server的安装。
第一步，
它要创建一个空的文件夹，这一步并不是必要的，我先点击继续。
第二步，
让我们在终端执行一个命令
终端输入执行，终端不要关闭。
第三步，
他要求我们填写一个 github 的 token。
登录github
这时点击打开他给的这个链接，点击创建一个新的
给token起个名字。
这里给他所有仓库的权限
然后展开这个Permissions，这里面是一些细微权限的控制。这里我给他创建仓库的权限，还有编写代码的权限，还有查看仓库内容的权限，大家可以根据自己的需要给他赋予相应的权限。
最后我们点击generate token,
这样我们的github token就好了，我把它复制下来
第四步，
回到 Cline ，我们把 token 填写进来。
为我们创建好了配置文件，点击save。
如果您是mac电脑的话，到这一步安装就应该完成了。
不过windows电脑还是要再改一点配置好。这里是重点，windows系统还需要进行以下几个配置。
首先我们把 npx 写到 args 里面，把原来的 npx 换成cmd, 然后在 args 里面再加一行/c，这样保存一下。
我们看到左侧 MCP server 这里已经安装的 github 这一块就已经显示一个绿灯了，这样我们的配置成功了。
第五步，
接下来我们来测试一下，我点击到我新开一个对话。我询问AI一个问题：“我的名字是wx-aigf，我在 github 上面有哪些仓库”，回车。
可以看到，这里已经调用刚刚配置 github MCP server，我们点击approve这里通过调用MCP工具查找到了一些数据。
在这里我们并不需要指明 MCP 服务，或者告诉他使用哪个 MCP 工具 AI会非常智能的从它的工具箱里面找到最合适的工具，自动调用。
这里他请求使用MCP工具，工具的名字叫做 search_repositories, 就是查找仓库。
然后这个数据已经给到了大模型，大模型在进行最后的整理，最后给出了结果，查到有9个仓库，看到这些都是我之前创建过的仓库。
MCP本身没有什么神秘的，它的本质就是客户端，用命令行调用了电脑上的 nodejs 程序，然后程序执行了某些操作，再把结果返回回来。
当然也不仅限 nodejs程序，有可能是 python 的，还有一种不太常见的情况，就是这个 node 或者 python 程序运行在服务器上面，那么这就需要通过网络进行调用。
最后，
我们再来测试一个新的任务向 github 创建新仓库。这里我要求：帮我创建一个github库，名字叫做“client-test”。
显示创建成功
我们点进去看一下，仓库也是成功的，创建出来了。
回顾下，我们来看到仅仅这一个MCP server 里面就有17项功能。
比如创建文件、搜索仓库，创建仓库，获取文件内容、推送文件等等。
我们能想到的一切与 github 的互动，一个 MCP 工具就完全包括了，而且我们使用自然语言就可以指使 AI 进行干活，不离开VSCode, 就能完成一系列的相关操作。
从这个例子也体现出了MCP的强大之处。
2）Cursor 配置第一个 MCP，获取github仓库内容（macOS）
第一步，
点击左边MCP 配置，点击「Add new global MCP server」，打开了一个 mcp.json 的文件，可以看到 MCP 是通过文件的方式进行配置的。
第二步，
我新建或者打开一个项目，在根目录先创建一个.cursor的文件夹，在文件夹里面再创建一个mcp.json文件。
复制 github mcp 配置并保存
第三步，
然后我们打开回到设置中找到MCP，在里面可以看到 github ，前面会显示一个绿灯，说明这里配置成功了。
最后，
来测试一下，这里一定要切换到 agent 功能才能使用 MCP 服务，
然后我说一句：“我的名字是wx-aigf，我在 github 上面有哪些仓库”，发送。
会让我们授权我们看到这里成功给出了输出。
这里可以看到似乎 Cursor 的安全性要高一些，对一私有仓库没有全部列出来，只展示了公开仓库。
3）Windsurf 配置第一个 MCP，获取github仓库内容（macOS）
第一步，
点击右边 对话按钮，找到「Configure MCP」
第二步，
点击「Configure MCP」，在左边编辑区域会打开一个 mcp_config.json 的文件。
第三步，
同样的，我们把前面 Cursor 的 github 复制过来，保存。
第四步，
点击 Refresh servers，此时会看到了 github 的配置，前面有个绿色的小圆点，说明配置配置成功了。
最后，
我们测试下，说一句：“我的名字是wx-aigf，我在 github 上面有哪些仓库”，发送。
可以看到同样的也是能查询的仓库内容。
四、总结说明
好了，至此我们对三大 AI IDE 进行 MCP 配置。
这里总结下两种设置 MCP 的方法：
第一种，让AI 帮我们自动写配置文件。
第二种，从github首页往配置文件里面粘贴两种方法都很好用
任选其一就可以了。
我们再来，重点来看看下 windows 和 macOS 配置的区别：
