Model Context Protocol (MCP) ialah piawaian terbuka yang membolehkan model seperti Claude oleh Anthropic dan alat pembangun seperti Claude Code memanggil alat luaran, sumber data dan prompt dengan cara yang selamat dan piawai.
Panduan ini akan membimbing anda membina pelayan MCP anda sendiri dari awal, membolehkan Claude Code mengakses ciri tersuai dan dengan itu sangat memperluas fungsinya jauh melangkaui ciri terbina dalam.
Apakah Model Context Protocol (MCP)?
MCP (Model Context Protocol) ialah satu spesifikasi terbuka yang direka untuk menyeragamkan cara klien model bahasa (seperti Claude, Claude Code, atau frontend LLM lain) menyambung kepada pelayan alat dan sumber data. Anggap MCP sebagai “port USB-C untuk LLM”: ia mentakrifkan transport/skema JSON-RPC dan cara umum bagi pelayan untuk menerbitkan tiga jenis keupayaan:
- Sumber (Resources) — data seumpama fail atau dokumen yang boleh dibaca oleh klien (cth., satu baris pangkalan data, fail teks, payload JSON).
- Alat (Tools) — fungsi boleh panggil yang boleh diminta model untuk hos jalankan (dengan kelulusan pengguna).
- Prompt — templat prompt atau aliran kerja boleh guna semula yang boleh dipanggil oleh model/klien.
MCP menyokong pelbagai transport (stdio, HTTP, SSE) dan menyediakan skema, SDK serta pelayan contoh supaya anda tidak perlu mereka bentuk format wayar sendiri. Protokol ini diselenggarakan secara terbuka (spesifikasi + SDK) dan mempunyai tutorial serta galeri pelayan contoh untuk mempercepatkan penerimaan.
Bagaimanakah senibina MCP?
Senibina MCP sengaja ringkas dan modular: komponen teras ialah pelayan MCP, klien MCP, dan transport yang membawa mesej berbingkai JSON-RPC antara mereka. Berikut ialah komponen utama yang anda akan berinteraksi dengannya apabila membina pelayan untuk Claude Code (atau klien MCP lain).
Pelayan, klien dan protokol
- Pelayan MCP — Perkhidmatan yang menerbitkan alat, sumber dan prompt. Alat boleh melakukan kesan sampingan atau mendapatkan data; sumber memaparkan kandungan baca sahaja; prompt ialah templat prompt boleh guna semula yang boleh diminta klien untuk model sampelkan.
- Klien MCP (hos) — Biasanya sebahagian daripada hos LLM (cth., Claude Code, pemalam VS Code, klien pelayar). Ia menemui pelayan yang tersedia, membentangkan keterangan alat kepada model, dan merutekan panggilan yang dimulakan model ke pelayan.
- Protokol — Mesej dikodkan sebagai JSON-RPC; spesifikasi mentakrifkan peristiwa kitar hayat, penemuan alat, pemanggilan, penyempurnaan/persampelan, dan cara keputusan berstruktur diangkut kembali kepada klien dan model.
Corak komunikasi (apa yang berlaku apabila alat digunakan)
- Klien menghantar mesej pengguna kepada model.
- Model menganalisis konteks dan memutuskan untuk memanggil alat yang didedahkan oleh MCP (atau berbilang alat).
- Klien meneruskan panggilan alat kepada pelayan MCP melalui transport yang dipilih.
- Pelayan melaksanakan alat dan mengembalikan keputusan.
- Model menerima output alat dan menggubah jawapan akhir kepada pengguna.
Primitif pelaksanaan
- Mesej JSON-RPC mengikut skema MCP.
- Takrifan alat diterbitkan dalam respons penemuan pelayan supaya klien boleh memaparkannya dalam UI.
- Sumber dirujuk oleh sintaks
@source:patholeh klien (cth.,@postgres:...), membolehkan model merujuk kandungan luaran tanpa memasukkan data yang besar ke dalam prompt.
Mengapa mengintegrasikan Claude Code dengan pelayan MCP?
Claude Code ialah penawaran Anthropic yang memfokus pada aliran kerja berpusatkan kod dan pembangun (integrasi editor/IDE, pemahaman kod, dsb.). Mendedahkan alat dalaman anda (carian sumber, pelari CI, sistem tiket, registri peribadi) melalui pelayan MCP membolehkan Claude Code memanggilnya sebagai alat kelas pertama dalam perbualan pengkodan dan aliran agen.
Mengintegrasikan Claude Code dengan pelayan MCP membuka keupayaan praktikal yang relevan untuk produksi bagi agen pengkodan:
1. Benarkan model bertindak pada sistem sebenar
Claude Code boleh meminta pelayan MCP untuk menyoal pelacak isu, menjalankan pertanyaan pangkalan data, membaca dokumen besar, atau menghasilkan PR GitHub — membolehkan automasi hujung ke hujung dalam sesi pengkodan. Ini disokong secara jelas oleh dokumentasi Claude Code (contoh: menyoal Postgres, Sentry, atau mencipta PR).
2. Alihkan beban data besar dan logik khusus
Daripada memasukkan setiap sumber data ke dalam prompt (yang menggunakan token), anda menerbitkan data dan alat melalui MCP. Model memanggil alat, mendapat respons berstruktur, dan membuat penaakulan dengannya — ini mengurangkan penggunaan token dan membenarkan pelayan mengendalikan kerja berat (pertanyaan DB, bacaan fail panjang, pengesahan).
3. Keselamatan dan tadbir urus
MCP memusatkan kawalan akses dan pengauditan di lapisan pelayan, membolehkan organisasi menyenarai putih pelayan yang diluluskan, mengawal alat yang tersedia, dan menghadkan output. Claude Code juga menyokong konfigurasi MCP perusahaan dan keizinan mengikut skop.
4. Kebolehgunaan semula dan ekosistem
Pelayan MCP boleh diguna semula merentas klien dan pasukan. Bina sekali dan ramai klien Claude/LLM boleh menggunakan perkhidmatan yang sama (atau menukar pelaksanaan).
Apa yang anda perlukan sebelum bermula?
Keperluan minimum
- Mesin pembangunan dengan Python 3.10+ (kami akan gunakan Python dalam contoh). Alternatifnya Node / bahasa lain disokong oleh SDK MCP.
uv(alat Astral) atau pelari setara untuk menjalankan pelayan MCP stdio (tutor MCP menggunakanuv). Langkah pemasangan ditunjukkan di bawah.- Claude Code dipasang atau akses kepada klien Claude (desktop atau CLI) untuk mendaftar dan menguji pelayan anda; atau mana-mana klien serasi MCP. Claude Code menyokong pelayan HTTP, SSE dan stdio setempat.
- Nota keselamatan: Hanya tambah pelayan MCP yang dipercayai kepada Claude Code dalam tetapan pasukan atau perusahaan — MCP memberikan pelayan akses kepada data sensitif, dan risiko suntikan prompt wujud jika pelayan memulangkan kandungan berniat jahat.
Cara memasang dan mengesahkan CLI Claude Code
Ini ialah Panduan Pemasangan dan Penggunaan Claude Code.
1) Ringkasan pantas — kaedah pemasangan yang disyorkan
Gunakan pemasang natif (disyorkan) atau Homebrew pada macOS/Linux. NPM tersedia jika anda perlukan pemasangan berasaskan Node. Windows mempunyai pemasang PowerShell / CMD. Sumber: dokumentasi rasmi Claude Code & GitHub.
2) Prasyarat
- macOS 10.15+, Ubuntu 20.04+/Debian 10+, atau Windows 10+ (WSL disyorkan pada Windows).
- Node.js 18+ hanya diperlukan untuk kaedah pemasangan NPM.
3) Perintah pemasangan (pilih satu)
Native (disyorkan — tiada kebergantungan Node), macOS / Linux / WSL:
curl -fsSL https://claude.ai/install.sh | bash
# optional: install latest explicitly
curl -fsSL https://claude.ai/install.sh | bash -s latest
# or install a specific version
curl -fsSL https://claude.ai/install.sh | bash -s 1.0.58
Windows PowerShell:
irm https://claude.ai/install.ps1 | iex
# or for latest: & (::Create((irm https://claude.ai/install.ps1))) latest
(Ini ialah skrip pemasang natif rasmi).
NPM (jika anda mahukan pemasangan global berasaskan Node):
# requires Node.js 18+
npm install -g @anthropic-ai/claude-code
Jangan gunakan sudo npm install -g — elakkan pemasangan global dengan sudo (isu keizinan/keselamatan). Jika anda menghadapi ralat keizinan, gunakan nvm atau betulkan prefiks global npm dan bukannya menggunakan sudo.
4) Sahkan binari telah dipasang (semakan asas)
Jalankan ini secara setempat sejurus selepas pemasangan:
# is the command on PATH?
which claude
# version (or -v)
claude --version
# or
claude -v
# help (sanity check)
claude --help
Jangkaan: which memaparkan laluan (cth. /usr/local/bin/claude atau ~/.nvm/.../bin/claude) dan claude --version memaparkan rentetan seperti semver. Dokumen dan README kedua-duanya menunjukkan claude sebagai titik masuk CLI utama.
5) Sahkan kesihatan pemasangan dan konfigurasi (semakan yang disyorkan)
a) claude doctor，Jalankan:
claude doctor
Diagnostik terbina dalam ini memeriksa jenis pemasangan anda, masalah lazim (seperti isu keizinan npm), kebergantungan seperti ripgrep, dan mencadangkan pembetulan. Dokumen secara jelas mengesyorkan menjalankan claude doctor selepas pemasangan.
b) Jalankan ujian asap (tidak interaktif)
Daripada direktori projek anda:
cd /path/to/your/project
claude -p "Explain this project in 3 sentences"
Ini menggunakan mod cetak (-p) untuk menghantar satu prompt kemudian keluar; sesuai untuk CI atau semakan fungsi pantas.
c) Pengesahan pengesahan (pastikan CLI boleh mencapai Anthropic)
Claude Code menyokong beberapa aliran pengesahan (Console OAuth, kunci API, integrasi penyedia). Semakan lazim:
- Jika menggunakan kunci API (CI / tanpa kepala / pembolehubah persekitaran setempat):
export ANTHROPIC_API_KEY="sk-..."
# then
claude auth status
claude auth whoami # or `claude auth whoami` / `claude whoami` depending on version
Anda boleh menggunakan kunci API CometAPI untuk menggunakan Claude Code. Menggunakan API Claude melalui CometAPI akan memberikan anda diskaun 20%.
- Jika anda menggunakan OAuth melalui konsol — jalankan:
claude auth status
claude auth whoami
Anda sepatutnya melihat maklumat akaun/pelan atau pengesahan bahawa anda telah diautentikasi.
Penyediaan persekitaran langkah demi langkah
Di bawah ialah langkah konkrit untuk menyediakan dua timbunan pembangun yang lazim (TypeScript dan Python), diikuti semakan pantas untuk memastikan semuanya berfungsi.
H3 — A. Persediaan TypeScript / Node (laluan terpantas)
- Cipta projek dan pasang SDK:
mkdir mcp-demo && cd mcp-demo
npm init -y
npm install @modelcontextprotocol/sdk express zod
npm install --save-dev typescript tsx @types/node @types/express
- Cipta
server.ts. (Kami sediakan contoh penuh dalam bahagian “Bagaimana Membina… dengan Pantas”.) - Jalankan:
npx -y tsx server.ts
- Uji secara setempat dengan MCP Inspector atau tambah ke Claude Code:
npx @modelcontextprotocol/inspector
# or (for Claude Code)
claude mcp add --transport http my-server http://localhost:3000/mcp
(Perintah Inspector dan Claude membolehkan anda mengesahkan penemuan dan memanggil alat.)
Bagaimana membina pelayan MCP dengan pantas untuk Claude Code?
senarai semak pantas
1.Mulakan pelayan anda (Streamable HTTP disyorkan): node server.ts atau uvicorn server:app.
- Dari mesin pembangunan anda, sama ada:
- Gunakan MCP Inspector untuk pengesahan (
npx @modelcontextprotocol/inspector) dan sahkantools/listdanresources/list; atau - Tambah pelayan ke Claude Code:
claude mcp add --transport http <name> http://<host>:<port>/mcp(atau ikut aliran UI web jika klien anda menyokong MCP jauh).
Jika anda merancang untuk menggunakan penyambung Messages API Anthropic untuk MCP jauh (tanpa klien berasingan), baca dokumen Claude — pengepala beta mungkin diperlukan (semak dokumen untuk pengepala tepat dan status sokongan semasa).
Di bawah ialah dua contoh pelayan lengkap tetapi padat yang boleh anda salin, jalankan, dan sambungkan ke Claude Code (atau MCP Inspector). Contoh TypeScript menggunakan Express + SDK TypeScript; contoh Python menunjukkan mounting FastAPI.
Nota: kod di bawah mengikuti contoh SDK awam dan sengaja minimal untuk kejelasan. Untuk produksi, tambah pengesahan, pembalakan, had kadar dan pengesahan input melebihi lalai SDK.
Contoh 1: TypeScript + Express (Streamable HTTP)
Cipta server.ts (lengkap):
// server.ts
import express from "express";
import * as z from "zod/v4";
import { McpServer, ResourceTemplate } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StreamableHTTPServerTransport } from "@modelcontextprotocol/sdk/server/streamableHttp.js";
const server = new McpServer({ name: "claude-code-demo", version: "0.1.0" });
// Register a simple tool: add two numbers
server.registerTool(
"add",
{
title: "Add",
description: "Add two numbers a and b",
inputSchema: { a: z.number(), b: z.number() },
outputSchema: { result: z.number() }
},
async ({ a, b }) => {
const output = { result: a + b };
return {
content: ,
structuredContent: output
};
}
);
// Register a resource: greet user (dynamic)
server.registerResource(
"greeting",
new ResourceTemplate("greeting://{name}", { list: undefined }),
{ title: "Greeting", description: "Return a greeting for the name" },
async (uri, params) => {
return {
contents:
};
}
);
// Express + Streamable HTTP transport
const app = express();
app.use(express.json());
app.post("/mcp", async (req, res) => {
const transport = new StreamableHTTPServerTransport({ enableJsonResponse: true });
// Close transport when connection closes
res.on("close", () => transport.close());
await server.connect(transport);
await transport.handleRequest(req, res, req.body);
});
const port = parseInt(process.env.PORT || "3000", 10);
app.listen(port, () => console.log(`MCP server listening: http://localhost:${port}/mcp`));
Jalankan:
npm install
npx -y tsx server.ts
Kemudian sambungkan dalam Claude Code (contoh):
# Add the remote server to your Claude Code MCP list (local dev)
claude mcp add --transport http my-demo http://localhost:3000/mcp
Contoh ini diadaptasi daripada Quick Start SDK TypeScript rasmi dan menunjukkan cara mendaftar alat dan sumber, kemudian mendedahkannya melalui Streamable HTTP.
Contoh 2: Python + FastAPI (FastMCP + Streamable HTTP)
Cipta server.py (lengkap):
# server.py
from fastapi import FastAPI
from mcp.server.fastmcp import FastMCP
app = FastAPI()
mcp = FastMCP("claude-python-demo", stateless_http=True)
# tool: simple sum
@mcp.tool()
def add(a: int, b: int) -> dict:
"""Add two integers"""
return {"result": a + b}
# resource: simple greeting resource template
@mcp.resource("greeting://{name}")
def greeting(name: str):
return {"contents": }
# mount the streamable-http MCP endpoint (FastMCP exposes an ASGI app)
app.mount("/mcp", mcp.streamable_http_app())
# optional endpoint to demonstrate other API routes
@app.get("/")
async def root():
return {"status": "OK"}
Jalankan:
uvicorn server:app --reload --port 8000
Sambung dengan Inspector:
npx @modelcontextprotocol/inspector
# In Inspector select Streamable HTTP and enter http://localhost:8000/mcp
Contoh SDK Python dan utiliti FastMCP memudahkan pendaftaran fungsi berhias @mcp.tool() dan @mcp.resource() yang boleh ditemui dan dipanggil oleh LLM.
Bagaimanakah Claude Code sebenarnya memanggil alat anda?
Apabila LLM memutuskan untuk menggunakan alat, klien menghantar pemanggilan JSON-RPC kepada pelayan MCP. Pelayan melaksanakan alat yang diminta (contohnya, menyoal DB, menjalankan ujian, atau memanggil API luaran) dan memulangkan kandungan berstruktur dan kandungan yang boleh dipersembahkan. Klien (Claude Code) kemudian boleh memasukkan output berstruktur ke dalam konteks model supaya model boleh meneruskan penaakulan dengan data yang boleh dipercayai itu — bukan sekadar output teks pelayan. SDK TypeScript menyokong pendaftaran inputSchema dan outputSchema (zod) supaya argumen dan output disahkan dan ditaip oleh mesin.
Alat pengujian dan penyahpepijatan apakah yang harus anda gunakan?
MCP Inspector
MCP Inspector ialah alat pembangun visual rasmi untuk menguji pelayan MCP. Ia membolehkan anda menyambung ke pelayan (stdio, SSE, atau streamable-HTTP), menyenaraikan alat, memanggilnya secara manual, dan memeriksa kitar hayat mesej JSON-RPC — sangat berguna semasa pembangunan. Mulakannya melalui npx @modelcontextprotocol/inspector.
Ujian setempat vs jauh
- Setempat (stdio) — kitar iterasi pantas untuk aplikasi desktop dan penyahpepijatan luar talian.
- Streamable HTTP — uji dengan Inspector atau sambung ke Claude Code menggunakan CLI
claude mcp addatau penyambung MCP dalam Messages API untuk ujian jauh. Pastikan anda membekalkan sebarang pengepala pengesahan yang diperlukan untuk pelayan anda.
Kesimpulan
MCP ialah jambatan praktikal antara LLM moden dan sistem yang sebenarnya memegang data serta melaksanakan tindakan. Untuk aliran kerja kod, mengintegrasikan Claude Code dengan pelayan MCP memberikan model akses berstruktur dan boleh diaudit kepada repositori, CI, pelacak isu, dan alat tersuai — menghasilkan automasi yang lebih tepat dan kesan sampingan yang lebih selamat. Dengan SDK rasmi dalam TypeScript dan Python, Streamable HTTP untuk pengehosan jauh, serta alat seperti MCP Inspector, anda boleh membina pelayan minimal dalam beberapa minit dan beriterasi ke arah penyebaran produksi.
Pembangun boleh mengakses Claude Sonnet 4.5 API dan Claude Opus 4.1 API dan lain-lain melalui CometAPI, versi model terkini sentiasa dikemas kini dengan laman rasmi. Untuk bermula, terokai keupayaan model dalam Playground dan rujuk panduan API untuk arahan terperinci. Sebelum mengakses, pastikan anda telah log masuk ke CometAPI dan memperoleh kunci API. CometAPI menawarkan harga yang jauh lebih rendah daripada harga rasmi untuk membantu anda mengintegrasi.
Sedia untuk bermula?→ Daftar CometAPI hari ini!
Jika anda ingin mengetahui lebih banyak petua, panduan dan berita tentang AI ikuti kami di VK, X dan Discord!