Claude Code 和 MCP 这两个词最近在 AI 编程圈几乎屠榜。我最初听到 MCP 的时候也一脸懵AI 写好代码不就行了搞什么协议直到我用 Claude Code 配了几个 MCP Server 之后才真正明白为什么大家都在折腾这东西——它把 AI 从一个只会说话的顾问变成能动手干活的同事。这篇文章我打算从零开始把 Claude Code 的安装、MCP 概念、配置流程、实际玩法到常见坑完整过一遍。无论你是刚听说 MCP 的小白还是已经装了 Claude Code 但不知道下一步怎么配的进阶玩家都能从里面找到可以直接抄作业的内容。1. Claude Code 安装与基础准备1.1 安装 Claude Code 的几种方式先说安装。Claude Code 官方推荐用 npm 全局安装前提是你机器上已经有 Node.js 18 及以上版本。终端里执行一行命令就行npm install -g anthropic-ai/claude-code装完运行claude进入交互界面第一次启动会让你登录 Claude 账号并且授权终端访问权限。这一步顺着提示走就行登录成功后就能看到命令行版的对话框了。我自己在 macOS 上装得很顺但 Windows 用户容易在环境变量上翻车。如果你在 cmd 或 PowerShell 里敲claude提示不是内部或外部命令八成是 npm 全局安装目录没加到 PATH。可以用npm config get prefix查一下全局目录然后把%APPDATA%\npm或者对应的路径填到系统环境变量里重新开终端就好。Windows 下我更建议直接用 WSL2Claude Code 对 Unix 环境的兼容性明显更稳文件路径、权限、shell 命令都不容易出幺蛾子。另外社区里流传着各种中文启动器和桌面版的封装包本质上是给 Claude Code 套了一层 GUI 壳或者自动配置脚本。我不反对用这些但希望你清楚一点官方版本迭代很快第三方封装很容易滞后遇到权限和更新问题反而更难排查。建议先老老实实用官方 CLI跑通了再考虑花活。1.2 在 VSCode 里集成 Claude Code用裸命令行写代码虽然很酷但大部分人的日常编辑器还是 VSCode。好在 VSCode 集成 Claude Code 很方便官方扩展市场直接搜 Claude Code 安装。装完扩展之后左侧会多出一个聊天面板你选中代码、把终端报错贴进去它就能结合当前工作区上下文帮你改代码。这个体验比在独立终端里来回复制粘贴舒服很多。配置的时候有个细节扩展需要知道claude可执行文件的位置我一般在 VSCode 的 settings.json 里手动指定路径{ claudeCode.path: /usr/local/bin/claude }macOS 可以用which claude查路径Windows 换成实际安装路径。不指定的话 VSCode 也会自动找但偶尔会出现找不到的情况手动指定一劳永逸。除了 VSCodeTrae 这一类的 AI 原生 IDE 也在热搜里经常出现。Trae 本身集成了不少模型能力如果你想在 Trae 里用 MCP配置思路和 Claude Code 其实是相通的找到 IDE 的 MCP 配置文件填上 Server 地址就行后面我会统一讲。1.3 接入 DeepSeek 等第三方模型很多人在搜claude code 接入 deepseek这个需求我能理解Anthropic 官方 API 有额度成本而 DeepSeek 之类的国产模型性价比高如果能用 Claude Code 的交互界面、但是驱动模型换成 DeepSeek能省不少钱。原理其实不复杂。Claude Code 本身支持通过环境变量覆盖 API 地址和密钥社区很多人就是靠这个开关把请求转发到 DeepSeek 兼容接口的。我实验下来步骤大概是先拿到 DeepSeek 平台的 API Key然后设置环境变量指向它的接口地址再启动 Claude Code。配置方式类似export ANTHROPIC_BASE_URLhttps://api.deepseek.com/anthropic export ANTHROPIC_API_KEY你的 DeepSeek API Key claude不过要提前打个预防针第三方模型的工具调用能力参差不齐Claude Code 的基础功能是能跑但遇到复杂任务、多步骤 MCP 调用时稳定性明显不如官方 Claude 模型。我现在的做法是日常小任务用便宜的第三方模型重活切回官方两边互补。如果你只是想尝鲜可以试试如果是生产环境建议做好回退方案。2. MCP 协议核心概念Host、Server 与 Client2.1 用 USB 接口来理解 MCP聊 MCP 之前先把这个词拆开MCP 全称 Model Context Protocol模型上下文协议。名字虽然拗口但它的定位很清晰——给 AI 工具生态定一个统一标准让外部数据源和工具能无缝接入 AI 模型。我一般用 USB 接口来给人解释 MCP 的价值。在没有 USB 之前你要给电脑接一个鼠标、一个键盘、一个打印机每个设备都有自己的接口规范想想就头大。USB 出现以后大家统一一个接口标准设备即插即用生态一下子炸了。MCP 就是 AI 世界里的 USB。Claude Code 这类工具是 Host宿主MCP Server 是外接设备两者之间通过标准协议通信。你不需要为每一个工具写定制化集成代码只要它实现了 MCP 标准就能直接接进来。这里面牵扯到三个角色MCP Host、MCP Client、MCP Server。当你使用 Claude Code 时Claude Code 本身是 Host它内部实现了 MCP Client 的职责负责发现和调用 Server。MCP Server 则是真正提供能力的服务比如读本地文件、查数据库、调某个外部产品 API。三者配合关系很清晰Host 加载 Server 配置Client 和 Server 建立会话模型在对话中决定调用哪个工具Server 执行完成后再把结果返回给模型继续生成回答。2.2 为什么选择 MCP 而不是普通 API你可能想问很多工具本来就有 API直接调用不是更简单吗为什么要搞一层 MCP关键在于上下文两个字。普通 API 调用你得自己写代码处理请求、解析响应、然后把结果拼装进模型的上下文里这是纯手工活。MCP 则把这个过程标准化了Server 会告诉 Host 自己提供哪些工具、每个工具的参数是什么Host 在合适的时候把这些工具描述和调用结果自动拼进对话上下文。结果就是你用自然语言说一句帮我读取项目根目录的 README模型就能自动触发对应的文件读取工具不用你操心底层调用逻辑。对比一下传统 API 集成和 MCP 配置传统方式动辄写几百行集成代码而 MCP 配置通常就是几行 JSON贵在标准化生态里的 Server 数量起来之后可复用性非常高。这也是为什么大家明知道 MCP 还在早期也愿意往里跳。3. 配置 MCP Server 的标准流程与实战3.1 找到并添加 MCP Server先说配置文件在哪。Claude Code 的 MCP 配置支持两个层级全局配置一般在~/.claude.json而项目级配置放在项目根目录的.mcp.json。如果你希望某个 MCP 只对当前项目生效用项目级配置如果所有项目都想用放全局。配置格式分两种stdio 类型和 HTTP 类型。stdio 类型的 Server 是本地进程通过标准输入输出和 Claude Code 通信通常由npx或者系统命令启动HTTP 类型则是远程服务直接提供一个 URLClaude Code 通过网络请求调用。举个例子一个本地文件访问 Server 的配置长这样{ mcpServers: { filesystem: { command: npx, args: [ -y, modelcontextprotocol/server-filesystem, /Users/me/projects ] } } }其中mcpServers是固定字段filesystem是给这个 Server 起的名字command是启动命令args是命令参数。HTTP 类型的更简单指定url和请求头就行。配置好之后在 Claude Code 交互界面里输入/mcp就能看到所有 Server 的加载状态。也可以用命令行直接添加claude mcp add filesystem -- npx -y modelcontextprotocol/server-filesystem /Users/me/projects这两种方式效果一样核心都在于把工具能力告诉 Claude Code让它知道有这个 Server 存在。3.2 官方与社区常用 Server 实例MCP 生态虽然说还在早期但项目数量已经不少了。我整理几个我用过的大家根据场景选择Server 名称用途配置方式filesystem读写本地文件、目录管理stdionpx 启动Figma MCP读取 Figma 设计稿、图层和样式HTTP需 Personal Access Token蓝湖 MCP获取蓝湖设计图、标注信息HTTP需蓝湖开发者密钥GitHub MCP管理仓库、Issue、PRHTTP需 GitHub Tokendevspace MCP云原生开发环境生命周期管理stdio需 devspace CLISpringBoot MCP读取 Java 项目结构、依赖信息HTTP由项目内启动的 Agent 提供通达信本地数据 MCP读取股票软件本地行情数据stdio社区自定义实现每个 Server 的详细用法差别不小但配置流程都逃不开三件事拿到访问凭证、确定启动方式、填进配置文件。凭证问题下面细说。3.3 配置文件的常见坑我配置 MCP 的时候踩过不少坑列几个典型的JSON 配置文件不能有注释。很多样例代码里会加//注释直接复制到 JSON 里就会报错。解决办法是删掉注释或者用 JSONC 格式VSCode 支持但 Claude Code 原生配置不认。Windows 路径需要转义。如果command或args里有 Windows 路径反斜杠要写成双反斜杠或者直接改用正斜杠。比如C:\\Users\\me\\projects。npx首次下载很慢甚至超时。很多 MCP Server 都是通过npx -y 包名临时拉取执行的第一次启动可能要等一会儿。如果下载失败大概率是网络问题可以用国内 npm 镜像加速但注意别用非法渠道。4. 从配置到精通真实场景玩法4.1 Figma MCP 与设计稿生成先讲一个非常实用的场景Figma MCP。做前端开发的同学应该都有这种经历设计师扔给你一张 Figma 链接你一边看设计稿一边敲代码来回切换很费神。有了 Figma MCP你可以直接让 Claude Code 读取设计稿里的图层、颜色、文字、间距并生成对应的前端代码准确率比截图喂模型高很多因为它是拿到结构化数据而不是像素猜测。很多人卡在第一步Figma MCP Token 在哪获取操作路径是登录 Figma 网页版打开个人设置进入 Security 选项卡在 Personal Access Tokens 区域生成一个 Token。注意生成时要勾选文件内容读取权限不然 MCP Server 拿不到图层数据。拿到 Token 后配置一个 Figma MCP Server{ mcpServers: { figma: { command: npx, args: [ -y, figma-developer-mcp, --stdio ], env: { FIGMA_API_KEY: 你的Token } } } }这里我把 Token 放在env字段里而不是写死在args中这样更安全也更方便在不同环境间切换。配置完成后重启 Claude Code在对话里让它读取这个 Figma 文件链接它就会自动调用 Figma MCP 拉取设计稿数据然后生成代码。4.2 本地数据 MCP以通达信股票软件为例热搜词里出现通达信 股票软件 本地数据 MCP这个需求我特别能理解。股票客户端里能看到大量本地行情数据但传统 GUI 没法让 AI 直接读取手动导出又麻烦。于是有人写了一个 MCP Server把通达信的数据文件或者导出的数据库暴露给 Claude Code让 AI 通过自然语言查询行情、做基础分析。先声明一下我这里只聊技术实现不构成任何投资建议。技术流程大概是这样先用通达信的数据接口或者第三方解析库把本地数据读出来然后包一层 MCP Server提供类似查询某只股票的最新行情计算最近 N 日均线之类的工具。配置好之后你可以在 Claude Code 里直接说用本地数据 MCP 查询 600519 最近 30 天的收盘价并计算平均涨幅。它会调用对应的 MCP 工具把查询结果整理后告诉你。这个思路很有代表性它说明 MCP 不只是为云端 SaaS 服务的本地私有数据同样可以接入。但提醒大家注意自己的数据文件你自己怎么读都行不要拿着别人的付费数据或私有接口到处传合规边界要拎清楚。4.3 开发工具链集成devspace、SpringBoot、Vivado 等除了设计和本地数据MCP 在开发工具链上的价值越来越明显。比如 devspace MCP它能把云原生开发环境的创建、销毁、同步这类操作变成可调用的工具。你在 Claude Code 里说帮我创建一个临时开发环境它就能调用 devspace 的 MCP Server 完成操作环境管理直接融进对话流。Java 开发的同学会关心 SpringBoot MCP。这种 Server 一般由项目内的 Agent 启动能把当前项目的 Maven 依赖、Bean 定义、运行日志暴露给模型。对于大型 Java 项目AI 不用再靠猜测理解依赖关系而是直接拿到准确的项目结构改动代码风险低不少。还有人在 FPGA 开发里用 Vivado MCP让 AI 辅助阅读时序报告、分析综合日志用 CATIA MCP 做 CAD 模型参数查询甚至有人把 Cheat Engine 做成 MCP Bridge用来做游戏内存分析这个偏底层不建议新手玩。这些场景方向不同但底层逻辑一致凡是需要模型 外部工具协同的工作MCP 都有潜力。关键是找到适合你工作流的 Server而不是盲目堆数量。5. 常见问题排查与避坑指南5.1 MCP Server 连接失败怎么办MCP 配置好之后不生效大概率是 Server 启动失败。第一步在 Claude Code 里输入/mcp看对应 Server 的状态是不是 failed。如果是先手动在终端里运行配置文件里的command和args看能不能正常启动。如果手动启动报错说明 Server 本身有问题去查它的依赖或者版本如果手动能启动但 Claude Code 里还是失败多半是配置里的字段名写错了比如环境变量大小写不对。还有一个细节npx -y 包名首次执行需要下载如果之前下载到一半失败后续反复启动会一直卡在缓存。我一般会清一次 npm 缓存npm cache clean --force然后再试。如果网络本身不稳定可以把 MCP Server 装成全局包用绝对路径直接启动减少联网拉包的概率。5.2 Token 与鉴权那些事很多在线服务的 MCP Server 都需要 Token 鉴权比如 Figma、GitHub、蓝湖。Token 过期是最常见的问题特别是 Figma 的 Personal Access Token长时间不用很容易失效报错信息却很含糊只告诉你鉴权失败。我的建议是Token 尽量放在环境变量或.env文件里然后在配置文件中通过env字段引用不要硬编码进 JSON。这样变更 Token 时只需要改环境变量不用改配置。获取 Token 时一定要按最小权限原则来。Figma Token 只需要勾选文件读取权限就不要顺手把整个团队管理权限都勾上GitHub Token 尽量用 fine-grained token只授权需要的仓库和权限避免泄露后影响面过大。5.3 安全与性能注意事项MCP 本质上是在给 AI 打开系统级工具权限所以安全性一定要重视尤其是安装第三方 MCP Server 时。不要图新鲜就去装来路不明的 Server因为你不知道它背后的启动命令会执行什么。我自己的习惯是优先选 GitHub 上 star 多、更新活跃的官方或社区项目安装前扫一眼代码确认它只在本地做数据解析或 API 调用没有奇怪的网络回传。性能方面MCP Server 返回的数据都会进入模型的上下文有些 Server 一次性返回大量数据容易把 token 窗口塞满导致 Claude Code 响应变慢甚至卡死。比如文件系统 Server 如果读取了一个几百 MB 的日志文件整个对话基本就废了。我在设计中时刻强调按需读取例如文件工具尽量提供目录预览和文件片段读取的能力而不要动不动读全量数据库类工具先跑SELECT COUNT(*)看看数据量再决定要不要拉数据。6. 收尾我的实操心得与建议这篇文章写到这里该聊的都聊了。最后分享一点个人体会。很多人刚接触 MCP 时会犯一个毛病到处搜罗 MCP Server一股脑全部装进去结果/mcp列表一长串AI 反而不知道该调哪个回答时经常选错工具上下文也变得很大。我后来改成了每个项目只保留两三个和当前任务强相关的 MCP效率提升不是一点半点。另一个体会就是MCP 生态虽然火爆但还在快速迭代期很多 Server 的 API 说变就变README 里的配置方法可能过一周就过期了。遇到问题不要慌先去项目的 GitHub issues 里翻一翻多半有人踩过同一个坑。还有Claude Code 自身也支持 Skills 之类的功能和 MCP 的定位有差异别把两者混为一谈MCP 偏外部工具接入Skills 偏复用你给 AI 的自定义技能按需选择。如果你看完这篇文章能成功配好第一个 MCP Server并且理解它为什么能工作这篇文章的目的就达到了。接下来就看你自己的场景能玩出什么花了。