MCP是啥？技术原理是什么？一个视频搞懂MCP的一切。Windows系统配置MCP，Cursor Cline使用MCP

UP主: 技术爬爬虾 · 时长: 15:10 · 🔗 B站原视频

发布: 2025-03-13 · 收录: 2025-03-24

标签: MCP · AI编程 · Anthropic · Cline · DeepSeek

MCP 是什么：为什么最近这么火

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。本期视频从 MCP 的概念、技术原理到多场景实战，一个视频看懂 MCP 的全部内容。

MCP 全称是「模型上下文协议」，由 Claude 的母公司 Anthropic 于 24 年底开源发布。简单来说，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，并完成具体任务。

我们日常工作学习中经常要与浏览器、文件、数据库、代码仓库等外部工具打交道。传统方式中，我们得手动截图或者复制文本，然后粘贴到 AI 窗口里对话。MCP 通过标准化协议把这一步自动化了。

MCP 的技术原理：MCP Server、STDIO、工具调用

MCP 服务作为 AI 与外部工具的中间层，代替人类访问并操作外部工具。

每个 MCP 服务（也叫 MCP Server）都专精于一类工作，比如读写浏览器、读写本地文件、操作 Git 仓库等。MCP Server 通常就是运行在本地的一段 Node.js 或 Python 程序。大模型通过操作系统的 STDIO（标准输入输出通道）调用某个 MCP Server，消息格式是类似 JSON 的请求。

MCP Server 接到请求后，通过自己的代码功能或 API 请求访问外部工具完成任务。

看到这里可能会发现，MCP 协议与 function call 很相似。MCP 的最大优点在于：把之前各家大模型不同的 function call 标准整合成统一的标准协议，而且不仅仅是 Claude，市面上几乎所有大模型都可以接入 MCP。

本期视频用免费的 DeepSeek 来实战演示。

客户端选择：Cline / Cursor / Claude 官方客户端

开始之前，需要先准备一个支持 MCP 协议的客户端。目前可以使用 MCP 功能的客户端不算多，主要有 AI 编程工具 Cursor、Cline，以及 Claude 官方客户端。

本期视频主要以 Cline 为例演示，因为 Cline 开源免费，同时也会顺带讲解如何在 Cursor 里配置。

在 VS Code 安装 Cline，并配置模型（OpenRouter + DeepSeek V3）

先下载并安装 VS Code。安装完成后打开软件，在左侧找到 Extensions（插件），搜索 Cline 并安装。

安装完成后，在左侧找到 Cline 插件，给它配置一个 AI 模型：点击「设置模型提供商」，选择 OpenRouter，因为它提供免费的 DeepSeek V3。

在模型里搜索 free，选择「DeepSeek Chat Free」（免费的 DeepSeek V3）。接下来获取 API Key：点击「Get OpenRouter API Key」，然后点击 Authorize → Open → API Key 会自动填写好。

Cline 有两种模式，把两个模式都配置上 OpenRouter 的 API Key。测试成功后，Cline 的配置就完成了。

Windows 配置 MCP 前置：安装 Node.js（必备）

MCP Server 本质上就是运行在电脑上的一个 Node.js 程序，所以 Node.js 运行环境必不可少。

去 nodejs.org 下载并安装，一路下一步即可。安装完成后打开命令行验证：

• node -v
• npx -v

如果都能输出版本号，Node 环境就配置好了。至此准备工作完成。

在 Cline 安装第一个 MCP Server：GitHub（应用市场一键装）

回到 Cline，点击 MCP Server 的小按钮，这是 Cline 新上线的 MCP Server 应用市场，可以按 Star 排序，找到热门的 MCP Server。

以 GitHub MCP 为例，点击安装，它会打开一个 AI 聊天窗口，跟着指引安装即可。

其中一步会要求填写 GitHub Token：打开链接创建新 token，设置名字，按需要赋予权限（比如创建仓库、写代码、查看仓库内容等），点击 Generate token。复制 token 回到 Cline 填写。

Cline 会创建好配置文件，点击 Save。Mac 到这里通常就完成了，但 Windows 还需要改一点配置。

Windows 重点：把 npx 改成 cmd + /c（让 MCP 正常跑起来）

Windows 系统需要进行以下配置（重点）：

• 把 npx 写到 arguments 里面
• 把原来的 npx 换成 cmd
• 在 arguments 里再加一行 /c

保存后，左侧 MCP servers 里 GitHub 显示绿灯，说明配置成功。

配置 MCP Server 唯一重要的就是这个配置文件，前面的步骤并不是必须的。后面会看到，直接编写配置文件也能完成 MCP Server 配置。

Cline 实战：自然语言查询 GitHub 仓库（自动选工具）

测试一下：新开对话，问：

“我的名字是 xxx，我在 GitHub 上面有哪些仓库？”

不需要指明 MCP 服务或工具，AI 会从工具箱里自动找到合适工具并使用。它会请求使用 MCP 工具（比如 search_repository），点击 approve 后，工具会查到数据并交给大模型整理，最后输出结果，比如查到 29 个仓库。

MCP 的本质：就是命令行把 JSON 管道给本地程序

这里用 PowerShell 探究 MCP 本质：定义一个 JSON 串作为 client 传给 MCP server 的参数，里面有 method、工具名、query 参数等；第二行是环境变量（比如 GitHub Key）；最后一行把参数通过管道符传给 MCP server（一个 Node.js 程序）。

运行后同样能查到 GitHub 数据。

MCP 本身没什么神秘的，本质就是客户端用命令行调用电脑上的 Node.js 程序，程序执行操作，再把结果返回。也不只限于 Node.js，也可能是 Python。还有一种不太常见的情况是 Node/Python 程序运行在服务器上，通过网络调用。

Cline 实战：创建 GitHub 仓库（一个 MCP Server 含多项能力）

再测试一个任务：让它创建一个 GitHub 仓库，名字叫 cline-test，显示创建成功，仓库也确实创建出来了。

一个 GitHub MCP server 里就有 17 项功能：创建文件、搜索仓库、创建仓库、获取文件内容、推送文件等，能想到的 GitHub 互动基本都囊括了。用自然语言就能指使 AI 干活，不离开 VS Code 完成一系列操作，这也体现了 MCP 的强大。

Cursor 配置 MCP：用文件方式（.cursor/mcp.json）

看 Cursor 如何配置：升级到支持新 MCP 配置方式的版本（例如 0.47）。

现在 Cursor 的 MCP 通过文件配置。在项目根目录创建文件夹 .cursor，里面创建 mcp.json。可以把 Cline 的配置原封不动搬过来保存。

打开 Cursor 设置找到 MCP。注意会弹出一个黑色窗口，不要关闭。看到绿灯表示配置成功。也就是说，现在 Cursor 和 Cline 的配置是一样的。

Cursor 添加 File System MCP：Windows 同样要改 cmd /c + 路径双斜线

演示再添加一种 MCP server：官方自定义 server 里的 file system。

在 GitHub 页面找到 NPX 安装方式，把那一段复制到 Cursor 的配置里。Mac 到这一步就可以；Windows 需要同样的额外配置：

• 把 npx 放到 arguments
• 把 npx 改成 cmd
• 添加 /c

同时注意下面的配置：file system 可以操纵哪些目录。把桌面目录配进去，Windows 路径要用双斜线 \\。保存后到设置 MCP 点 refresh，出现新命令行窗口并亮绿灯即完成。

测试：切换到 Agent 功能，问“桌面这个文件夹都有什么”，授权后就能输出结果。

如果想自动使用 MCP 工具、不需要每次授权，可以在设置里开启 enable auto run mode。

两种配置 MCP 的方式：AI 生成 vs 直接粘贴配置文件

同样道理，可以把 Cursor 的配置文件原封不动粘贴回 Cline：在 Cline 里点击 config MCP server，把整个配置粘贴保存，看到 file system 亮绿灯就完成。

总结两种设置 MCP 的方法：

1. 让 AI 帮我们自动写配置文件
2. 从 GitHub 首页把配置粘贴进配置文件

两种都好用，任选其一。

Python 编写的 MCP Server：以 Time 为例（pip 安装 + 时区配置）

再看一个特殊点的 MCP server：time（时间相关），它是用 Python 编写的。

先确保电脑安装了 Python 运行环境。把 pip 命令复制到命令行执行，安装成功后，在仓库里找到 configuration（例如 Claude app 的配置），复制那一串到配置文件里。

后面再添加时区配置，比如改成上海时区，保存后看到 time MCP 被加载。

测试问题：“当纽约时间是下午四点的时候，伦敦是几点？”切换到 act/agent 模式，授权后完成时间转换并输出。

如果不想每次批准，Cline 里也可以对每个 MCP 工具勾选 auto approve。

这个配置同样可以拷贝回 Cursor。这是一个用 Python 安装 MCP server 的例子。

前端开发必备：Browser Tools MCP（插件 + server + 配置 三件套）

再看一个前端开发常用 MCP：Browser Tools，可以让 AI 直接读取浏览器内容。

使用它需要先安装 Chrome 插件：下载压缩包到桌面，在 Edge/Chrome 的扩展管理里打开开发者模式，解压后把安装文件夹拖进去，插件就装好了。

然后安装 MCP：仍然用 NPX。在 Cline 里新增一个配置，命名为 browser-tools-mcp，从 GitHub 复制对应的 NPX 命令（注意结尾是 MCP 的那段），粘贴并保存，亮绿灯表示安装成功。

但还没结束，还需要再执行一个命令（命令行里以 server 结尾的那条）启动服务。打开浏览器 F12，会看到 browser tools MCP 正在调试。

这个 MCP server 需要同时起三个东西：

1. 浏览器插件
2. 命令行启动 server
3. Cline/Cursor 配置 MCP

三件套齐了，就把浏览器和 AI 打通了。

实战：让 AI 分析浏览器 Network 面板，它能分析正在访问 GitHub、请求内容和作用；在调试工具里选中某个元素，再让 AI 解释选中的部分，它能分析是 div 元素，包含头像、标题、链接等。比手动复制 HTML 过来效率高很多。

MCP 工具从哪找：聚合网站（已收录 1800+）

MCP 工具有聚合网站，已收录 1800 多种 MCP server，可以按需求找合适的服务，比如搜索引擎、命令执行、数据库、网络爬虫等。

例子：Sequential Thinking（把普通模型变成推理模型）

再看一个例子：Sequential Thinking，可以把普通 AI 大模型转换成推理模型。

安装方式：进 GitHub 首页，找到 NPX 那段复制到配置文件里。Mac 到这一步就可以；Windows 还是同一套改法：arguments 里放 npx，把命令改成 cmd，加 /c，保存后绿灯亮起表示安装成功。

熟练以后，安装一个 MCP 工具几秒钟就能搞定。同样也可以把这段配置粘贴到 Cursor 里使用。

结尾

这期视频时长已经很久了，下期准备介绍更多 MCP 工具，以及组合若干工具形成一个流水线。感兴趣可以点个关注，本期视频到这里，感谢大家，下期再见。