MCP 生态与官方 Servers 实战

本文面向希望快速上手 MCP 协议的开发者,系统梳理了 Model Context Protocol 的生态定位、官方参考服务器的能力矩阵,以及多语言 SDK 覆盖情况。文章以 Claude Desktop 为例,给出从环境准备、独立启动服务器到客户端配置的完整步骤,并说明 Windows 平台适配与多服务器组合方法,帮助读者将 MCP 参考服务器落地到实际开发环境。

A
AGISeed Team
AGISeed 作者

MCP 架构示意图

MCP 生态与官方参考服务器实战指南

1. MCP 与参考服务器仓库概述

Model Context Protocol(MCP) 是由 Anthropic 主导、并与社区共建的开放协议,核心目标是让大型语言模型(LLM)能够以安全、受控的方式访问外部工具与数据源。MCP 官方服务器仓库(modelcontextprotocol/servers)的定位是参考实现(reference implementations):它通过一组精选的参考服务器,展示 MCP 协议特性、官方 SDK 用法以及典型的集成模式。

需要明确的是,该仓库由 MCP 指导组(steering group) 维护,仅包含少量官方参考服务器。如果你需要浏览完整的 MCP 服务器列表,应访问 MCP Registry

[!IMPORTANT] 本仓库中的服务器是参考实现,用于演示 MCP 特性与 SDK 用法,是面向开发者的教育示例,而非可直接用于生产环境的现成方案。开发者必须结合自身的威胁模型与使用场景,评估安全需求并补充适当的防护措施。

因此,理解 MCP 的价值时,应将其视为一个协议层生态:它定义了 LLM 与外部世界交互的边界,而参考服务器则是理解如何在该边界内安全扩展的起点。

2. 多语言 SDK 与参考服务器能力矩阵

MCP 提供了覆盖主流编程语言的官方 SDK,方便开发者基于自己熟悉的语言实现服务器或客户端:

语言SDK 仓库
C#C# MCP SDK
GoGo MCP SDK
JavaJava MCP SDK
KotlinKotlin MCP SDK
PHPPHP MCP SDK
PythonPython MCP SDK
RubyRuby MCP SDK
RustRust MCP SDK
SwiftSwift MCP SDK
TypeScriptTypeScript MCP SDK

当前活跃的参考服务器及其能力域如下:

参考服务器能力域
Everything综合型参考 / 测试服务器,包含 prompts、resources、tools
FetchWeb 内容获取与转换,便于 LLM 高效使用
Filesystem带可配置访问控制的安全文件操作
Git读取、检索与操作 Git 仓库
Memory基于知识图谱的持久化记忆系统
Sequential Thinking通过思维序列进行动态、反思式问题求解
Time时间与时区转换

此外,部分历史参考服务器已归档至 servers-archived,部分已由社区或官方项目接管:

已归档服务器能力域备注
AWS KB Retrieval通过 Bedrock Agent Runtime 检索 AWS Knowledge Base
Brave Search基于 Brave Search API 的网页与本地搜索已由 官方服务器 替代
EverArt多模型 AI 图像生成
GitHub仓库管理、文件操作与 GitHub API 集成
GitLabGitLab API 与项目管理
Google DriveGoogle Drive 文件访问与检索
Google Maps位置服务、路线与地点详情
PostgreSQL只读数据库访问与 schema 检查
Puppeteer浏览器自动化与网页抓取
RedisRedis 键值存储交互
Sentry从 Sentry.io 获取与分析 issue
Slack频道管理与消息能力现由 Zencoder 维护
SQLite数据库交互与商业智能能力

3. 快速运行与客户端集成配置

单独运行一个 MCP server 的意义有限,真正的使用方式是将其配置到 MCP client 中。以下以 Claude Desktop 为例,给出一个最小可执行的步骤清单。

步骤 1:准备运行环境

  • TypeScript 服务器需要 Node.js 和 npx
  • Python 服务器推荐安装 uv / uvx,也可使用 pip

步骤 2:独立启动服务器(验证可用性)

以 Memory 和 Git 为例:

# TypeScript 服务器:直接通过 npx 运行
npx -y @modelcontextprotocol/server-memory

# Python 服务器:推荐通过 uvx 运行
uvx mcp-server-git

# 或者通过 pip 安装后运行
pip install mcp-server-git
python -m mcp_server_git

参数说明:

  • npx -y:自动安装并执行指定包,-y 跳过确认。
  • uvx:无需显式安装即可运行 Python 包的工具。
  • pip install mcp-server-git + python -m mcp_server_git:传统安装并启动模块的方式。

步骤 3:在 Claude Desktop 中配置 MCP server

将服务器注册到 client 的 mcpServers 配置中(Claude Desktop 配置文件路径取决于操作系统与安装方式,请参见其官方文档)。最小配置示例:

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

字段说明:

  • command:要执行的可执行文件。
  • args:传递给 command 的参数数组。
  • env(可选):暴露给 server 的环境变量。

步骤 4:Windows 平台适配

Windows 上需将 npx 包装在 cmd /c 中:

{
  "mcpServers": {
    "memory": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

uvx 命令在 Windows 上无需修改。

步骤 5:多服务器组合配置示例

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]
    },
    "git": {
      "command": "uvx",
      "args": ["mcp-server-git", "--repository", "path/to/git/repo"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
    }
  }
}

提示

  • Windows 用户需对上述所有 npx 条目应用 cmd /c 包装,即将 "command" 改为 "cmd",并在 args 开头添加 "/c", "npx"uvx 条目保持不变。
  • 上例中的 github 服务器目前已归档,此处仅作多服务器组合配置示例。

4. 自建服务器与生态扩展

MCP 的真正价值在于可扩展性。开发者可以基于官方文档 modelcontextprotocol.io 实现自定义 MCP server,文档中提供了完整的实现指南、最佳实践与技术细节。

此外,仓库中的 ADDITIONAL.md 整理了一系列框架与资源,可简化 MCP server 与 client 的构建过程。MCP 生态鼓励社区贡献新的服务器和持续改进。

5. 安全、发布与社区治理

安全防护

参考实现不等于生产就绪方案。开发者必须结合自身威胁模型,补充身份校验、权限控制、输入校验、审计日志等安全防护措施。

发布流程

项目采用 OIDC 可信发布(OIDC trusted publishing):由 CI 触发发布,无需手动管理 registry token。具体流程与失败重试方式参见 RELEASING.md

漏洞报告与贡献

  • 安全漏洞报告遵循 SECURITY.md
  • 代码贡献流程参考 CONTRIBUTING.md

许可证

项目采用双许可证:

  • Apache License, Version 2.0:适用于新贡献。
  • MIT License:适用于既有代码。

具体条款参见仓库中的 LICENSE 文件。

社区

  • 讨论区:GitHub Discussions
  • 项目由 Anthropic 管理,但与社区共建。MCP 是开源协议,欢迎任何人贡献自己的服务器和改进。

原文来源:Model Context Protocol servers 仓库 README — https://github.com/modelcontextprotocol/servers

原文链接

https://github.com/modelcontextprotocol/servers

相关文章

大模型与架构

大语言模型是怎么工作的?

大语言模型工作原理深度解析:从Transformer架构到预训练、微调、推理的完整技术链路。

阅读更多
大模型与架构

Prompt Engineering 技巧大全

Prompt Engineering技巧大全:链式思考、少样本学习、角色设定等高级提示工程方法论。

阅读更多
大模型与架构

Transformer 架构详解:从 Attention 机制到行业范式

本文全面解析Transformer:首个完全基于注意力机制的序列转换模型。文章先对比RNN/CNN的不足,再介绍编码器-解码器架构、多头自注意力、Scaled Dot-Product Attention、位置编码与训练细节,最后给出WMT机器翻译实验结果,说明其训练效率与翻译质量优势。

阅读更多