MCP Servers：把 Claude Code 从本地编辑器变成万能控制台

Claude Code 默认只能操作本地文件。直到我给它接了一个 MCP Server，它第一次能直接查我的 Postgres、调内部 API、甚至操作 Notion 数据库。这篇聊聊 MCP 是什么、怎么配、以及一个我踩过的重要坑。

Summary: Claude Code 默认只能操作本地文件。直到我给它接了一个 MCP Server，它第一次能直接查我的 Postgres、调内部 API、甚至操作 Notion 数据库。这篇聊聊 MCP 是什么、怎么配、以及一个我踩过的重要坑。

我有段时间一直觉得 Claude Code 少了点什么。

它能读代码、能改代码、能跑测试。但遇到一个很常见的问题——"帮我查一下用户表里有多少条注册数据超过三十天的记录"——Claude Code 就歇菜了。

它跟我说："我无法直接访问数据库。"

我心里冒出来的第一个念头是：那你还有什么用？

后来我才意识到，这不是 Claude Code 的问题，是我没给它接"外挂"。而MCP Servers 就是这个外挂系统。

MCP 是什么

MCP（Model Context Protocol）是 Anthropic 推出的一个开放协议。说白了，它让 AI 工具能"插上"各种外部能力，比如查数据库、调 API、读写文件系统、操作消息队列。

Claude Code 原生支持 MCP。配好之后，Claude 在对话里就可以直接调用你定义好的工具，就像调用它自己的内置工具一样。

举个例子。我配了一个 psql MCP server 之后：

你：查一下用户表里超过三十天未登录的用户有多少

Claude：我查了一下，共有 12,847 条记录符合条件。

它真的去跑了一个 SQL 查询，然后把结果读回来告诉我。我这边不需要打开终端、不需要手动跑 psql——Claude Code 全干了。

一个真实的踩坑场景

上个月我在重构一个导出模块。需求是把用户数据导出成 CSV，然后上传到 S3。

问题来了。这个模块依赖两张表的数据——用户主表和订单表，需要关联查询。而且我需要确认 S3 的 bucket 名称和权限配置。以前我做这件事的流程是：

打开终端，psql -c "SELECT ..." 查数据
打开浏览器，登录 AWS console 确认 bucket 名称
把数据复制到 Excel 里做关联
把关联结果写回 CSV
打开另一个终端，aws s3 cp 上传

五个步骤，两三个工具来回切。更关键的是，步骤 3 和 4 是最容易出错的地方——手动复制粘贴大表数据，列对齐错了都不知道。

配好 MCP Server 之后，我只需要一句话：

帮我查一下过去七天下单但还没发货的用户，把 userId、email、orderId 导出到 s3://bucket/exports/ 目录下

Claude Code 自动做了以下事情：
1. 通过 psql MCP server 查了用户表和订单表的关联结果
2. 把结果写成本地 CSV 文件
3. 通过 aws-s3 MCP server 上传到指定路径
4. 把 S3 的 object URL 返回给我

我一个人没动，它全干了。

具体怎么配

MCP Server 的配置在 ~/.claude.json 里。结构长这样：

{
  "mcpServers": {
    "psql": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": {
        "POSTGRES_CONNECTION_STRING": "postgresql://user:pass@localhost:5432/mydb"
      }
    },
    "aws-s3": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-s3"],
      "env": {
        "AWS_REGION": "ap-northeast-1",
        "AWS_PROFILE": "default"
      }
    }
  }
}

mcpServers 是一个键值对。键是你在对话里引用的名字（比如 psql），值是 server 的启动配置。

每个 server 需要两个东西：
- command：启动这个 server 的可执行文件
- args：传给这个命令的参数

需要环境变量就加 env。

配完之后怎么用

重启 Claude Code 之后，新配的 server 会自动加载。你不需要做任何额外操作——Claude 会根据你的描述自动判断用哪个 server。

比如我说"帮我查一下数据库"，Claude 会发现 psql server 可用，自动调用它。

如果你想确认哪些 server 已加载，可以问 Claude：

你当前有哪些 MCP tools 可用？

Claude 会把所有 server 提供的工具列出来。

找到适合你的 MCP Server

MCP Servers 官方仓库里已经有很多开箱即用的 server。我日常在用的几个：

数据库相关：
- @modelcontextprotocol/server-postgres — PostgreSQL
- @modelcontextprotocol/server-mysql — MySQL
- @modelcontextprotocol/server-sqlite — SQLite

云服务相关：
- @modelcontextprotocol/server-s3 — AWS S3
- @modelcontextprotocol/server-github — GitHub API

办公协作：
- @modelcontextprotocol/server-slack — Slack 消息
- @modelcontextprotocol/server-notion — Notion 数据库

开发工具：
- @modelcontextprotocol/server-filesystem — 受限的文件系统访问
- @modelcontextprotocol/server-git — Git 操作

你不需要一次全装上。用到一个装一个。

自己写一个

官方仓库覆盖了大部分常见场景。但如果你有特殊需求，自己写一个也不难。

一个 MCP Server 就是一个 STDIO 服务器，接收 JSON-RPC 请求，返回结果。Claude 会帮你生成初始化代码。

在项目根目录下：

/mcp

Claude Code 会问你几个问题：
1. Server 叫什么名字？
2. 提供哪些工具？
3. 每个工具的参数和返回格式是什么？

它会帮你生成一个完整的 MCP Server 项目结构。我写过最复杂的一个大概花了半小时，是一个用来查询内部客服系统的 MCP Server。

Tricks

Trick 1：多个 database 用 server 别名区分

如果你的项目同时连 Postgres（主库）和 Postgres（分析库），配两个 server：

{
  "mcpServers": {
    "psql-main": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": {
        "POSTGRES_CONNECTION_STRING": "postgresql://user:pass@localhost:5432/production"
      }
    },
    "psql-analytics": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": {
        "POSTGRES_CONNECTION_STRING": "postgresql://analytics:pass@localhost:5432/analytics"
      }
    }
  }
}

对话的时候 Claude 会自动根据查询内容选库。如果你说"查主库的用户数据"，它会用 psql-main；说"查分析库的日活"会用 psql-analytics。

Trick 2：敏感信息用环境变量注入，不要硬编码

刚才的例子里我把 connection string 直接写在了 ~/.claude.json 里。这是演示用的写法。真实场景里，密码不要明文写进配置文件。

更好的做法是用 .env 文件 + dotenv 加载：

{
  "mcpServers": {
    "psql": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": {
        "POSTGRES_CONNECTION_STRING": "${POSTGRES_URL}"
      }
    }
  }
}

然后在系统环境变量里设置 POSTGRES_URL。这样即使 ~/.claude.json 被不小心泄露，数据库密码也不会跟着出去。

Trick 3：用 server 做"只读"的权限控制

有一个场景我特别推荐 MCP——让 Claude 能查数据，但不能改数据。

我在分析库上配了一个只读账号，connection string 用的是 SELECT 权限。这样无论 Claude 怎么查，都不会误删数据。

想加写入权限的时候再切一个有写权限的 server 别名。安全感和便利性两不误。

注意事项 / 踩坑

坑一：MCP Server 的 token 消耗会被计入你的 session

MCP 工具调用和 Claude Code 的内置工具调用一样，都要消耗 token。每次 Claude 调用一个 MCP server，请求和响应都会进入上下文。

我见过一个 case：Claude 通过 MCP 查了一张大表，把整个结果集（上万行）塞进了上下文。一次查询花掉了几万 token。

所以如果你的 MCP server 返回大量数据，最好在 server 端做分页或聚合，不要把全量数据丢给 Claude。

坑二：第三方 server 的代码质量参差不齐

官方仓库里的 server 质量参差不齐。有些写得很好，输入验证、错误处理都到位。有些就一个 hello world 的水平，遇到异常直接 crash。

我的建议：用一个新 server 之前，先看一下它的源码，确认它不会把你的数据库搞崩、不会在异常情况下泄露敏感数据。

尤其是涉及到数据库写入或删除操作的 server，更要谨慎。

坑三：connection string 不要用 root 账号

这是数据库的基本安全原则，但在 MCP 的场景下容易被忽略。

Claude 拿到了 root 权限的 connection string，理论上它有能力 DROP TABLE。不是 Claude 会故意搞破坏，而是它可能在调试的时候不小心执行了一条危险命令。

给我的教训：MCP server 的数据库账号，遵循最小权限原则。 能只读就别给写，能给 schema 就别给 superuser。

坑四：server 启动失败会静默降级

你配了一个 MCP server，但 npx 装依赖的时候出错了，或者 command 路径不对。Claude Code 不会报错——它只是默默跳过这个 server，继续用其他能力。

结果是：你以为配好了，其实没生效。Claude 不会"查数据库"，因为它根本没连上。

判断 server 是否正常加载的方法：

你当前有哪些 MCP tools？

如果列表里没有你刚配的 server，说明启动出问题了。去检查一下 ~/.claude.json 的 JSON 格式有没有问题，command 和 args 是不是正确。

一个反直觉的事实

我最早对 MCP 的理解是"给 Claude 加工具"。用了一段时间之后我发现——MCP 真正改变的是 Claude 的工作边界。

以前 Claude Code 是一个"能在本地文件系统上移动的 AI"。有了 MCP 之后，它是一个"能调用外部系统完成端到端任务的 AI"。

前者能帮你改代码。后者能帮你从"查数据→分析→写报告→发通知"整个链路全搞定。

这不是工具数量的差异，是工作流形态的改变。

下篇聊聊 Subagents，那个让 Claude Code 能同时分身干几件事的机制。

搜索此博客

不如不追求