模型上下文協定（MCP）是一個開放標準，它允許像 Anthropic 這樣的模型使用 克勞德 以及開發者工具，例如 克勞德·科德 以安全、標準的方式呼叫外部工具、資料來源和提示。

本指南將引導您從頭開始建立自己的 MCP 伺服器，使 Claude Code 能夠存取自訂功能，從而極大地擴展其功能，遠遠超出其內建功能。

什麼是模型上下文協定（MCP）？

MCP（模型上下文協定）是一種 開放規範 旨在規範語言模型用戶端（例如 Claude、Claude Code 或其他 LLM 前端）與工具伺服器和資料來源的連接方式。可以將 MCP 視為「LLM 的 USB-C 連接埠」：它定義了傳輸/JSON-RPC 模式以及伺服器發布三種功能的通用方法：

資源中心 — 用戶端可以讀取的檔案或文件資料（例如，資料庫行、文字檔案、JSON 有效負載）。
工具 — 模型可以請求主機執行的可呼叫函數（需經使用者批准）。
提示 — 模型/客戶端可以呼叫的可重複使用提示範本或工作流程。

MCP 支援多種傳輸協定（標準 I/O、HTTP、SSE），並提供規格、SDK 和範例伺服器，因此您無需自行設計傳輸格式。該協定公開維護（規範 + SDK），並提供教程和範例伺服器庫，以加速其普及應用。

MCP的架構是怎麼樣的？

MCP 的架構有意設計得簡潔且模組化：核心元件是 MCP 服務器，MCP 客戶和傳輸它們之間可以傳送 JSON-RPC 訊框訊息。以下是建置 Claude Code（或其他 MCP 用戶端）伺服器時將要互動的主要元件。

伺服器、客戶端和協議

MCP 伺服器 — 一項服務發布工具、資源和提示。工具可以執行副作用或取得資料；資源提供唯讀內容；提示是可重複使用的提示模板，客戶端可以請求模型從中取樣。
MCP客戶端（主機） — 通常是 LLM 主機的一部分（例如，Claude Code、VS Code 外掛程式、瀏覽器用戶端）。它負責發現可用伺服器，向模型提供工具描述，並將模型發起的呼叫路由到伺服器。
協議 — 訊息以 JSON-RPC 編碼；此規範定義了生命週期事件、工具發現、呼叫、完成/取樣，以及如何將結構化結果傳回客戶端和模型。

溝通模式（使用工具時發生的情況）

客戶端向模型發送用戶訊息。
模型分析上下文，並決定呼叫 MCP 公開的工具（或多個工具）。
用戶端透過選定的傳輸方式將工具呼叫轉送到 MCP 伺服器。
伺服器執行該工具並傳回結果。
模型接收工具輸出並產生最終答案發送給使用者。

實現原語

JSON-RPC 訊息遵循 MCP 模式。
工具定義 這些資訊會發佈在伺服器的發現回應中，以便用戶端可以在使用者介面中顯示它們。
資源中心 被引用 @source:path 客戶端語法（例如， @postgres:...），允許模型引用外部內容，而無需將大量資料內聯到提示中。

為什麼要將 Claude Code 與 MCP 伺服器整合？

Claude Code 是 Anthropic 公司專注於以程式碼和開發者為中心的工作流程（編輯器/IDE 整合、程式碼理解等）的產品。透過 MCP 伺服器公開您的內部工具（原始碼搜尋、CI 運行器、工單系統、私人註冊表），Claude Code 可以呼叫它們。 一流的工具 在編碼對話和代理流程中。

將 Claude Code 與 MCP 伺服器集成，可為編碼代理解鎖實用且與生產相關的功能：

1. 設模型做在實際系統中

Claude Code 可以請求 MCP 伺服器查詢問題追蹤器、執行資料庫查詢、讀取大型文件或建立 GitHub PR，從而在編碼會話中實現端對端自動化。 Claude Code 文件明確支援此功能（例如：查詢 Postgres、Sentry 或建立 PR）。

2. 卸載大數據和專用邏輯

與其將每個資料來源嵌入到提示中（這會消耗令牌），不如透過 MCP 發布資料和工具。模型呼叫工具，取得結構化回應，並對其進行推理－這減少了令牌的使用，並使伺服器能夠處理繁重的工作（資料庫查詢、長時間檔案讀取、身份驗證）。

3. 安全與治理

MCP 在伺服器層集中控制存取和審計，使組織能夠將已批准的伺服器列入白名單，控制可用的工具，並限制輸出。 Claude Code 也支援企業級 MCP 配置和按範圍授權。

4. 可重複使用性和生態系統

MCP 伺服器可在多個用戶端和團隊之間重複使用。只需建置一次，多個 Claude/LLM 用戶端即可使用相同的服務（或交換實作方式）。

開始之前你需要準備什麼？

最低要求

一台開發機 Python 3.10+ （範例中我們將使用 Python）。此外，MCP SDK 也支援 Node 或其他語言。
uv （Astral 的工具）或等效的運行器，用於運行 MCP 標準 I/O 伺服器（MCP 教程使用 uv安裝步驟如下。
您需要安裝 Claude Code 或擁有 Claude 用戶端（桌面版或命令列版）才能註冊和測試伺服器；或使用任何支援 MCP 的用戶端。 Claude Code 支援 HTTP、SSE 和本機標準 I/O 伺服器。
安全說明：僅在團隊或企業環境中將受信任的 MCP 伺服器新增至 Claude Code — MCP 使伺服器能夠存取敏感數據，如果伺服器傳回惡意內容，則存在註入風險。

如何安裝和驗證 Claude Code CLI

這是 Claude Code 安裝與使用指南.

1) 簡要概述 — 建議的安裝方法

購買 原生安裝程式 （建議）或在 macOS/Linux 上使用 Homebrew。如果需要基於 Node 的安裝，可以使用 NPM。 Windows 使用者可以使用 PowerShell/CMD 安裝程式。來源：Claude Code 官方文件和 GitHub。

2）先決條件

macOS 10.15+、Ubuntu 20.04+/Debian 10+ 或 Windows 10+（建議在 Windows 上使用 WSL）。
Node.js 18+ 僅需用於 NPM 安裝方法。

3）安裝指令（選擇一項）

原生（推薦－無需Node依賴），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

（這些是官方的本地安裝腳本）。

NPM（如果您想要基於Node的全域安裝）：

# requires Node.js 18+

npm install -g @anthropic-ai/claude-code

請勿使用 sudo npm install -g — 警告不要使用 sudo 進行全域安裝（權限/安全性問題）。如果遇到權限錯誤，請使用 nvm 或修復你的 npm 全域前綴，而不是使用 sudo。

4) 驗證二進位檔案是否已安裝（基本檢查）

安裝完成後立即在本機執行以下命令：

# is the command on PATH?

which claude

# version (or -v)

claude --version
# or

claude -v

# help (sanity check)

claude --help

預期： which 顯示路徑（例如） /usr/local/bin/claude or ~/.nvm/.../bin/claude) and claude --version 列印類似語意化版本號的字串。文件和 README 文件都顯示 claude 作為主要的 CLI 入口點。

5) 驗證安裝健康狀況和配置（建議檢查項）

a) `claude doctor`，跑步：

claude doctor

此內建診斷功能會檢查您的安裝類型、常見問題（例如 npm 權限問題）以及依賴項等。 ripgrep並提出了修復建議。文件明確建議運行 claude doctor 安裝後。

b) 進行冒煙測試（非互動式）

從您的專案目錄：

cd /path/to/your/project
claude -p "Explain this project in 3 sentences"

這使用打印模式（-p) 發送單一提示然後退出；適用於 CI 或快速功能檢查。

c) 身份驗證（確保 CLI 可以連接到 Anthropic）

Claude Code 支援多種身份驗證流程（控制台 OAuth、API 金鑰、提供者整合）。常見檢查：

如果使用 API 金鑰（CI/無頭/本機環境變數）:

export ANTHROPIC_API_KEY="sk-..."
# then

claude auth status
claude auth whoami    # or `claude auth whoami` / `claude whoami` depending on version

您可以使用彗星API使用 Claude Code 的 API 金鑰，透過 CometAPI 使用 Claude 的 API 將獲得 20% 的折扣。

如果您透過控制台使用了 OAuth 服務。 - 跑步：

claude auth status
claude auth whoami

您應該會看到帳戶/套餐資訊或身份驗證確認資訊。

逐步進行環境準備

以下是準備兩種常見開發者技術堆疊（TypeScript 和 Python）的具體步驟，以及快速檢查以確保一切正常運作的步驟。

H3 — A. TypeScript / Node 設定（最快路徑）

建立專案並安裝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

創建 server.ts（我們在「如何快速建構…」部分提供了一個完整的範例。）
跑：

npx -y tsx server.ts

在本地進行測試 MCP檢查員 或添加到 Claude Code：

npx @modelcontextprotocol/inspector
# or (for Claude Code)

claude mcp add --transport http my-server http://localhost:3000/mcp

（檢查器和 Claude 命令可用於驗證發現結果並呼叫工具。）

如何快速建置一個適用於 Claude Code 的 MCP 伺服器？

快速清單

1.啟動伺服器（建議使用Streamable HTTP）： node server.ts or uvicorn server:app.

在您的開發機器上，可以執行下列其中一項操作：

使用 MCP檢查員 驗證（npx @modelcontextprotocol/inspector）並確認 tools/list resources/list; 或
將伺服器新增至 Claude Code： claude mcp add --transport http <name> http://<host>:<port>/mcp （或者，如果您的用戶端支援遠端 MCP，請按照 Web UI 流程操作）。

如果您打算使用 Anthropic 的訊息 API 連接器進行遠端 MCP（無需單獨的用戶端），請閱讀 Claude 文件—可能需要 beta 標頭（請查看文件以取得確切的標頭和目前支援狀態）。

以下是兩個完整且簡潔的伺服器範例，您可以複製、運行並將其連接到 Claude Code（或 MCP Inspector）。 TypeScript 範例使用 Express 和 TypeScript SDK；Python 範例示範了 FastAPI 的掛載。

注意：以下程式碼遵循公開的 SDK 範例，並刻意簡化以求清晰。在生產環境中，請在 SDK 預設功能之外新增身份驗證、日誌記錄、速率限制和輸入驗證等功能。

範例 1：TypeScript + Express（可串流 HTTP）

創建 server.ts （完全的）：

// 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`));

跑：

npm install
npx -y tsx server.ts

然後連接 Claude Code（範例）：

# Add the remote server to your Claude Code MCP list (local dev)

claude mcp add --transport http my-demo http://localhost:3000/mcp

本範例改編自官方 TypeScript SDK 快速入門指南，示範如何註冊工具和資源，然後透過 Streamable HTTP 公開它們。

範例 2：Python + FastAPI（FastMCP + Streamable HTTP）

創建 server.py （完全的）：

# 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"}

跑：

uvicorn server:app --reload --port 8000

聯絡督察：

npx @modelcontextprotocol/inspector
# In Inspector select Streamable HTTP and enter http://localhost:8000/mcp

Python SDK 範例和 FastMCP 工具讓註冊變得非常簡單。 @mcp.tool() @mcp.resource() LLM 可以發現並呼叫的裝飾函數。

Claude Code 是如何呼叫你的工具的？

當LLM決定使用某個工具時，客戶端會傳送JSON-RPC呼叫到MCP伺服器。伺服器執行請求的工具（例如，查詢資料庫、執行測試或呼叫外部API）並傳回結果。 結構化內容 可呈現的內容客戶端（Claude Code）隨後可以將結構化輸出包含在模型的上下文中，以便模型能夠繼續使用這些可靠資料進行推理，而不僅僅是伺服器的文字輸出。 TypeScript SDK 支援註冊 inputSchema outputSchema （zod）因此參數和輸出都經過驗證並被機器識別。

應該使用哪些測試和調試工具？

MCP檢查員

MCP檢查員 是用於測試 MCP 伺服器的官方視覺化開發工具。它允許您連接到伺服器（stdio、SSE 或 streamable-HTTP），列出工具，手動呼叫它們，並檢查 JSON-RPC 訊息的生命週期——這在開發過程中非常寶貴。透過以下方式啟動它： npx @modelcontextprotocol/inspector.

本地測試與遠端測試

本地（標準輸入輸出） — 桌面應用程式的快速迭代周期和離線偵錯。
可串流的 HTTP — 使用 Inspector 進行測試或連接到 Claude Code claude mcp add 遠端測試可以使用 CLI 或 Messages API 中的 MCP 連接器。請確保提供伺服器所需的任何身份驗證標頭。

結論

MCP 是連接現代生命週期模型 (LLM) 與實際儲存資料並執行操作的系統之間的實用橋樑。對於程式碼工作流程，將 Claude Code 與 MCP 伺服器集成，可為模型提供程式碼庫、持續整合 (CI)、問題追蹤器和自訂工具的結構化、可審計存取權限，從而實現更精確的自動化和更安全的副作用。借助 TypeScript 和 Python 的官方 SDK、用於遠端託管的 Streamable HTTP 以及 MCP Inspector 等工具，您可以在幾分鐘內建立一個最小化的伺服器，並逐步迭代以部署到生產環境。

開發人員可以訪問克勞德十四行詩 4.5 API 克勞德作品 4.1 API 等等，透過 CometAPI，最新型號版本始終與官方網站同步更新。首先，探索該模型的功能游乐场並諮詢 API指南以獲得詳細說明。造訪前請確保您已經登入CometAPI並取得API金鑰。彗星API 提供遠低於官方價格的價格，幫助您整合。

準備出發了嗎？ → 立即註冊 CometAPI !

如果您想了解更多有關 AI 的提示、指南和新聞，請關注我們 VK, X 不和!

為 Claude Code 創建 MCP 伺服器——實用逐步指南

什麼是模型上下文協定（MCP）？

MCP的架構是怎麼樣的？

伺服器、客戶端和協議

溝通模式（使用工具時發生的情況）

實現原語

為什麼要將 Claude Code 與 MCP 伺服器整合？

1. 設模型做在實際系統中

2. 卸載大數據和專用邏輯

3. 安全與治理

4. 可重複使用性和生態系統

開始之前你需要準備什麼？

最低要求

如何安裝和驗證 Claude Code CLI

1) 簡要概述 — 建議的安裝方法

2）先決條件

3）安裝指令（選擇一項）

4) 驗證二進位檔案是否已安裝（基本檢查）

5) 驗證安裝健康狀況和配置（建議檢查項）

a) `claude doctor`，跑步：

b) 進行冒煙測試（非互動式）

c) 身份驗證（確保 CLI 可以連接到 Anthropic）

逐步進行環境準備

H3 — A. TypeScript / Node 設定（最快路徑）

如何快速建置一個適用於 Claude Code 的 MCP 伺服器？

快速清單

範例 1：TypeScript + Express（可串流 HTTP）

範例 2：Python + FastAPI（FastMCP + Streamable HTTP）

Claude Code 是如何呼叫你的工具的？

應該使用哪些測試和調試工具？

MCP檢查員

本地測試與遠端測試

結論

閱讀更多

一個 API 中超過 500 個模型

為 Claude Code 創建 MCP 伺服器——實用逐步指南

什麼是模型上下文協定（MCP）？

MCP的架構是怎麼樣的？

伺服器、客戶端和協議

溝通模式（使用工具時發生的情況）

實現原語

為什麼要將 Claude Code 與 MCP 伺服器整合？

1. 設模型 做 在實際系統中

2. 卸載大數據和專用邏輯

3. 安全與治理

4. 可重複使用性和生態系統

開始之前你需要準備什麼？

最低要求

如何安裝和驗證 Claude Code CLI

1) 簡要概述 — 建議的安裝方法

2）先決條件

3）安裝指令（選擇一項）

4) 驗證二進位檔案是否已安裝（基本檢查）

5) 驗證安裝健康狀況和配置（建議檢查項）

a) claude doctor，跑步：

b) 進行冒煙測試（非互動式）

c) 身份驗證（確保 CLI 可以連接到 Anthropic）

逐步進行環境準備

H3 — A. TypeScript / Node 設定（最快路徑）

如何快速建置一個適用於 Claude Code 的 MCP 伺服器？

快速清單

範例 1：TypeScript + Express（可串流 HTTP）

範例 2：Python + FastAPI（FastMCP + Streamable HTTP）

Claude Code 是如何呼叫你的工具的？

應該使用哪些測試和調試工具？

MCP檢查員

本地測試與遠端測試

結論

閱讀更多

一個 API 中超過 500 個模型

1. 設模型做在實際系統中

a) `claude doctor`，跑步：