MCP

您的大量上下文存在于代码库之外——存在于数据库、生产力应用程序或公共仓库中。MCP 弥合了这一差距。

您可以用它做什么？

首先，理解智能体 AI 中"工具"这一概念非常重要。工具赋予像 Claude Code 这样的智能体执行操作的能力，帮助它们更有效地完成任务。这与典型的 AI 不同，在典型 AI 中您只能得到一个文本响应。

例如，如果您的团队使用 Linear 进行项目管理，您可以添加一个 Linear MCP 服务器来引入您特定问题的详细信息。如果您需要某个依赖项的最新文档，像 Context7 这样的文档 MCP 服务器可以为 Claude Code 提供这些信息。





添加 MCP 服务器

您可以使用 claude mcp add 命令添加 MCP 服务器。主要有两种类型：



• HTTP 服务器用于远程服务。这些服务器由服务提供商托管，并通过网络连接。
• Stdio 服务器用于在您的机器上运行的本地进程。



您可以在 Claude Code 会话中使用 /mcp 来管理您的服务器，查看已连接的内容、检查状态，并禁用您不需要的服务器。



服务器作用域

MCP 服务器可以通过三种方式设定作用域：

1. 本地（Local）——仅在当前项目中可用，仅供您使用。
2. 用户（User）——在您的所有项目中可用。
3. 项目（Project）——使用一个您纳入版本控制的 .mcp.json 文件，这样代码库中的任何人都会自动获得完全相同的服务器。

上下文成本

MCP 服务器会向您的上下文窗口添加工具定义——即使您没有在积极使用它们。如果您配置了很多服务器，这会占用您可用的上下文。运行 /mcp 查看已连接的内容，并禁用任何您没有在积极使用的服务器。



如果某个工具有对应的 CLI（比如用于 GitHub 的 gh 或用于 AWS 的 aws），使用 CLI 会更节省上下文，因为它不会添加持久性的工具定义。

您也可能从使用技能（Skill）中受益。技能有一个加载到上下文中的名称和描述，Claude 只有在判断需要使用它时才会加载完整的技能内容。

如果您的 MCP 工具超过上下文窗口的 10%，Claude Code 会自动切换到工具搜索模式，按需发现合适的工具——不过这种方式可能不如直接加载那样可靠。

回顾

MCP 将 Claude Code 连接到您的外部工具和数据源。使用 claude mcp add 添加服务器。使用 .mcp.json 将它们的作用域设定到您的项目，这样您的团队就会自动获得它们。并通过禁用您没有在积极使用的服务器来留意上下文使用情况。