AI 原生开发工作流实战
Tony Bai
资深架构师
2576 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已更新 13 讲/共 25 讲
AI 原生开发工作流实战
15
15
1.0x
00:00/00:00
登录|注册

12|终极扩展:深入MCP服务器,将AI连接到任何内外部系统

你好,我是 Tony Bai。
在前面的几讲中,我们已经学会了如何通过自定义指令(Slash Commands)和钩子(Hooks)来扩展和自动化 AI 的行为。我们的 AI 伙伴已经变得非常“能干”和“主动”。
但是,它的能力边界,仍然被局限在 Claude Code 的内置工具集(读写文件、执行 Shell 命令)之内。
如果我们想让 AI 直接查询我们公司的内部知识库来回答问题,该怎么办?
如果我们想让 AI 在发现 Bug 后,自动到我们的 Jira 系统里创建一个工单,该怎么办?
如果我们想让 AI 在完成一个 Feature 的实现后,自动在我们的 GitHub 项目里创建一个 PR,该怎么办?
如果我们想让 AI 直接操作我们的 Figma 设计稿,将设计转化为代码,又该怎么办?
这些任务,已经远远超出了内置工具的能力范畴。它们需要 AI 具备一种全新的、与外部世界——无论是公共的云服务,还是你公司内部的私有系统——进行结构化、安全通信的能力。
这,就是我们今天要解锁的 AI Agent 能力扩展——MCP(Model Context Protocol,模型上下文协议)服务器
今天这一讲,我们将深入 AI Agent 能力扩展的“圣杯”。你将理解 MCP 为何是连接 AI 与万物的关键协议,并手把手地学会如何发现、连接、认证和使用一个真实的 MCP 服务器——GitHub MCP Server。学完之后,你将拥有将 AI 接入任何 API 系统的能力,真正打开“连接万物”的大门。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
  • 解释
  • 总结

1. MCP服务器的作用是连接AI与外部系统的关键协议,使AI能够与公司内部知识库、Jira系统、GitHub项目等进行结构化、安全通信。 2. MCP协议的诞生是为了解决直接使用curl命令调用API存在的脆弱性、安全性和无状态等问题。 3. MCP协议定义了主机、客户端和服务器三个核心角色,通过客户端与服务器建立会话,实现高效、安全、结构化的通信。 4. 安装和配置MCP服务器可以通过claude mcp add命令实现,支持http、sse和stdio三种传输协议,以及project、user和local三种作用域。 5. 通过 `handleInitialize` 函数,响应客户端的初始化请求,声明服务器的协议版本、能力和基本信息。 6. 通过 `handleToolsList` 函数,响应工具列表查询请求,报告自己拥有一个名为`greet`的工具。 7. 通过 `handleToolCall` 函数,处理对 `greet` 工具的调用,执行业务逻辑,并返回结果。 8. 通过 `claude mcp add` 命令,将GitHub官方提供的远程MCP服务器“注册”到Claude Code中,实现了远程MCP服务器的连接。 9. 通过 `claude mcp list` 命令,可以检查MCP Server连接状态以及能力列表,确保服务器连接正常。 10. MCP的高级用法包括将Prompts变为指令,将复杂工作流封装为简单指令,提高了使用复杂工具的门槛,将MCP服务器作者的最佳实践直接赋能给了最终用户。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 原生开发工作流实战》
新⼈⾸单¥59
立即购买
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部