MCP

您的許多上下文都存在於程式碼庫之外——在資料庫、生產力應用程式或公開儲存庫中。MCP 彌補了這個差距。

您可以用它做什麼？

首先，了解代理式 AI 中「工具」的概念很重要。工具賦予像 Claude Code 這樣的代理執行動作的能力，幫助它們更有效地完成任務。這與典型的 AI 不同，在典型 AI 中您只會得到文字回應。

例如，如果您的團隊使用 Linear 進行專案管理，您可以新增一個 Linear MCP 伺服器來引入您特定問題的詳細資訊。如果您需要某個依賴項的最新文件，像 Context7 這樣的文件 MCP 伺服器可以為 Claude Code 提供這些資訊。





新增 MCP 伺服器

您可以使用 claude mcp add 指令新增 MCP 伺服器。主要有兩種類型：



• HTTP 伺服器適用於遠端服務。這些由服務提供商託管，並透過網路連接。
• Stdio 伺服器適用於在您機器上執行的本機程序。



您可以在 Claude Code 工作階段中使用 /mcp 管理您的伺服器，查看已連接的內容、檢查狀態，並停用您不需要的伺服器。



伺服器範圍設定

MCP 伺服器可以透過三種方式設定範圍：

1. 本機（Local）——僅在目前專案中可用，僅供您使用。
2. 使用者（User）——在您所有的專案中都可用。
3. 專案（Project）——使用一個 .mcp.json 檔案，您將其納入版本控制，讓程式碼庫上的任何人都能自動獲得完全相同的伺服器。

上下文成本

MCP 伺服器會將工具定義新增到您的上下文視窗中——即使您沒有主動使用它們也是如此。如果您配置了很多伺服器，這會佔用您可用的上下文。執行 /mcp 查看已連接的內容，並停用任何您沒有主動使用的項目。



如果某個工具有 CLI 等效項（例如 GitHub 的 gh 或 AWS 的 aws），CLI 的上下文效率更高，因為它不會新增持久性的工具定義。

您也可能從使用 Skill 中受益。Skill 有一個載入到上下文中的名稱和描述，Claude 只有在判斷需要使用時才會載入完整的 skill 內容。

如果您的 MCP 工具超過上下文視窗的 10%，Claude Code 會自動切換到工具搜尋模式，該模式會按需發現正確的工具——儘管這可能不如預期可靠。

回顧

MCP 將 Claude Code 連接到您的外部工具和數據源。使用 claude mcp add 新增伺服器。使用 .mcp.json 將它們設定為專案範圍，讓您的團隊自動獲得它們。並透過停用您沒有主動使用的伺服器來留意上下文使用情況。