想深入了解？看 官方介绍。

微软出的面向初学者的 Model Context Protocol (MCP) 课程也不错，推荐一下：

• mcp-for-beginners

MCP 能干什么？

MCP 能让 AI 从“嘴炮王”变成“实干家”，以下是几个例子：

1. 连工具：用 Slack 发消息、用 GitHub 管代码、用 Blender 建 3D 模型。
2. 查数据：直接看你电脑文件、数据库记录，甚至网上实时信息。
3. 干复杂活儿：写网页时，AI 能查代码、生成图片、调试页面，一条龙搞定。
4. 人机协作：AI 干一半问你意见，你点头它再继续。

例子：在 Cursor 里装个 Slack MCP 服务器，AI 能一边写代码一边发消息通知团队，超省事！

MCP 客户端

MCP 客户端是 AI 的“操作台”，以下是几个热门选择：

• Claude Desktop

  • 简介：Claude 桌面版，普通人也能用。
  • 功能：官方客户端，连接各种MCP服务器，例如连 Blender MCP，用自然语言建 3D 模型。
  • 链接：Anthropic 官网
  • 截图：
  • Tips：不写代码也能玩，新手友好。

• Cherry Studio

  • 简介：新兴客户端，支持可视化配置。
  • 功能：点选即可配置MCP服务器，简单上手。
  • 链接：Cherry Studio
  • 截图：
    
  • Tips：开发中，关注社区动态。

• 5ire

  • 简介：一款现代化的 AI 助手和 MCP 客户端，支持多种主流服务提供商。
  • 功能：通过 MCP 协议连接工具与数据源，提供文件系统访问、数据库交互、远程数据获取等功能；支持本地知识库、使用分析、提示库、书签、快速搜索等特性。
  • 链接：5ire 官网 | GitHub 仓库
  • 截图：
    
  • Tips：适合开发者与非开发者使用，支持多平台（Windows、macOS、Linux）。

• Cursor

  • 简介：代码编辑器，装上 MCP 变“全能选手”。
  • 功能：写代码、发 Slack、生成图片。
  • 链接：官网
  • 截图：
  • Tips：程序员必备，试试连 GitHub MCP。

• DeepChat

  • 简介：连接强大 AI 与个人世界的智能助手。
  • 功能：支持多模型云服务（如 DeepSeek、OpenAI 等）和本地模型部署（如 Ollama），具备多通道聊天并发支持、完整的 Markdown 渲染、本地文件处理、MCP 支持等特性。
  • 链接：DeepChat 官网 | GitHub 仓库
  • 截图：
    
  • Tips：适合开发者与非开发者使用，支持多种平台（Windows、macOS、Linux），可通过 MCP 快速集成到现有工作流中。

• ChatWise

  • 简介：功能强大且注重隐私保护。
  • 功能：支持任意 LLM 模型（如 GPT-4、Claude、Gemini 等），具备多模态聊天（音频、PDF、图片、文本等）、网页搜索（Tavily API 或本地浏览器）、MCP 工具集成（如 Notion、Google Sheets 等）以及实时渲染 HTML/React/图表等功能。
  • 链接：ChatWise 官网 | 文档
  • 截图：
    
  • Tips：数据完全本地存储，适合需要高效工具的用户；通过 MCP 扩展其功能！

• eechat

  • 简介：简单易用的本地部署 LLM 工具，注重隐私、安全和性能。
  • 功能：一键集成、管理、运行多种 MCP 工具，可视化配置 + 自动读取 Readme MCP 配置信息，内置 Node, Python 运行环境，兼容 Claude, Cursor 配置，同时支持本地化部署模型。
  • 链接：eechat 官网 | GitHub 仓库
  • 截图：
    
  • Tips：低门槛适合小白。

• Claude Code Open

  • 简介：基于 Claude Code CLI 的开源 AI 编程平台，完整支持 MCP 协议。
  • 功能：支持 MCP 服务器配置与集成，内置 37+ 工具（文件操作、代码分析、Web 访问、系统命令等），提供浏览器端 Web IDE（Monaco 编辑器）、Blueprint 多智能体协作系统、定时任务守护进程。
  • 链接：GitHub 仓库
  • Tips：MIT 开源，TypeScript 开发，支持 Windows/macOS/Linux，适合需要 MCP 集成的开发者。

• 其他MCP客户端资源

  • awesome-mcp-clients

MCP 服务器精选列表

模型上下文协议 (MCP) 服务器是赋予 AI 模型与外部工具、数据和系统交互能力的“工具箱”。以下是按不同应用场景精选的 MCP 服务器列表，按场景和质量（官方/参考 > 常用/成熟 > 社区/特定）排序，方便中文用户查找和使用。

说明:

• 名称: 点击可跳转到对应的 GitHub 仓库。
• 中文介绍: 简述该服务器的主要功能和用途。
• 备注: 包含开发者信息（如官方、社区）、主要技术、适用平台或关键特性。

🌐 浏览器自动化与网页交互

(让 AI 能够像人一样浏览网页、提取信息、填写表单等)

| 名称 | 中文介绍 | 备注 | | :------------------------------------------------------------------- | :-------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------- | | microsoft/playwright-mcp | 微软官方出品，使用 Playwright 让 AI 精确控制网页，自动化抓取数据。 | 官方实现，浏览器自动化强推，适合需要精细网页交互的场景。 | | browserbase/mcp-server-browserbase | 云端浏览器自动化服务，能导航网页、提取数据、填表单等，无需本地安装。 | 官方实现 (Browserbase) 🎖️, TypeScript 开发 📇, 云端浏览器操作。 | | modelcontextprotocol/server-puppeteer | 官方参考实现，使用 Puppeteer 进行浏览器自动化和网页抓取。 | 官方参考, TypeScript 开发 📇, 本地运行 🏠, 网页抓取和交互基础工具。 | | apify/actors-mcp-server | 集成 Apify 平台 3000+ 云工具，用于网站、电商、社交媒体等数据提取。 | 官方实现 (Apify), TypeScript 开发 📇, 云端数据抓取工具库 ☁️。 | | AgentQL | 让 AI 代理从非结构化网页中获取结构化数据。 | 官方实现 (TinyFish IO) 🎖️, TypeScript 开发 📇, 网页数据结构化提取 ☁️。 | | Firecrawl | 使用 Firecrawl 提取网页数据，支持 JavaScript 渲染。 | 官方实现 (Mendable AI), TypeScript 开发, 高级网页抓取。 | | Free Web Search Ultimate | Zero-cost, privacy-first universal web search MCP server. Enforces a Search-First paradigm — instructs LLMs to retrieve real-time web information before answering factual questions, eliminating hallucinations. Supports text, news, images, books, and videos via DuckDuckGo. No API key required. Install: pip install free-web-search-ultimate | 社区实现, Python 开发 🐍, 本地运行 🏠, 零成本通用网页搜索。 | | Oxylabs | 使用 Oxylabs Web API 抓取网站，支持动态渲染和结构化数据提取。 | 官方实现 (Oxylabs), Python 开发, 专业级网页抓取。 | | IPLoop/ProxyClaw | 通过 2M+ 真实住宅 IP (195+ 国家) 访问网页，内置反检测 (TLS/JA3 指纹 + Chrome 头)。66 个站点预设。Python SDK: pip install iploop-sdk | 社区实现, Python/Node.js 开发, 住宅代理 🌐。 | | Hyperbrowser | 新一代 AI 代理浏览器自动化平台，支持大规模、无缝操作。 | 官方实现 (Hyperbrowser AI), TypeScript 开发, 大规模浏览器自动化。 | | ScreenshotOne | 使用 ScreenshotOne 服务渲染网站截图。 | 官方实现 (ScreenshotOne), TypeScript 开发, 网页截图工具。 | | modelcontextprotocol/server-fetch | 官方参考实现，灵活获取网页内容（HTML/JSON/MD），并为 AI 处理优化。 | 官方参考, Python 开发 🐍, 本地/云端 🏠☁️, 基础网页内容获取。 | | automatalabs/mcp-server-playwright | 使用 Playwright 进行浏览器自动化的 MCP 服务器。 | 社区实现, Python 开发 🐍. | | blackwhite084/playwright-plus-python-mcp | 使用 Playwright 的 Python MCP 服务器，更适合 LLM。 | 社区实现, Python 开发 🐍. | | browsermcp/mcp | 自动化本地 Chrome 浏览器。 | 社区实现, TypeScript 开发 📇, 本地运行 🏠. | | co-browser/browser-use-mcp-server | 将 browser-use 打包为带 SSE 传输的 MCP 服务器，含 Dockerfile。 | 社区实现, Python 开发 🐍. | | executeautomation/playwright-mcp-server | 使用 Playwright 进行浏览器自动化和网页抓取的 MCP 服务器。 | 社区实现, TypeScript 开发 📇. | | flutter-skill | AI驱动的E2E测试MCP服务器，支持Flutter、iOS、Android、Web、Electron、Tauri、KMP、React Native、.NET MAUI等8个平台。 | 社区实现, Dart 开发, E2E跨平台测试。