MCP 是什麼的縮寫？

Model Context Protocol。官方文件的定義是，一個把 AI 應用接到外部系統的開源標準，並用 USB-C 接頭來比喻它。

MCP 只有 Claude 能用嗎？

不是。它是 Anthropic 在 2024 年 11 月開源的，2025 年 12 月捐給了 Linux 基金會底下的 Agentic AI Foundation。官方文件列的支援者有 Claude、ChatGPT、Visual Studio Code、Cursor 等。

MCP 跟 API 差在哪？

API 是給工程師寫程式去接的，格式各家自己定。MCP 多了一層統一的格式，AI 應用可以自己去問伺服器有哪些工具、每個工具要給什麼參數，問法每一台都一樣。

MCP 是什麼？MCP Server 是什麼？不透過 AI，我直接問一個伺服器三句話給你看

Q: MCP server 是什麼？

照 MCP 的規格、對外提供工具或資料的程式。它有兩種，一種是在你電腦上啟動的程式，一種是放在網路上的網址。AI 應用接上它之後，就多了它提供的那幾樣工具。

你在某個 AI 工具的設定裡看到 MCP，或是看到有人說「接一個 MCP server 就好」，想知道那到底是什麼。

這篇用最直接的方式講。我不透過任何 AI，自己去問一個 MCP 伺服器三句話，把它回的東西攤開來。看完那三句話，MCP 是什麼、MCP server 是什麼，大概就清楚了。

一句話

MCP 的全名是 Model Context Protocol。官方文件的定義是：一個把 AI 應用接到外部系統的開源標準。

官方自己用的比喻是 USB-C。各種裝置用同一種接頭，就不用每一種都準備一條線。AI 應用和外面的工具用同一種規格對話，就不用每一組都另外寫一套接法。

MCP server 就是接頭的另一端：照這套規格、對外提供工具或資料的程式。

三個角色

官方文件把參與的角色分成三個。

Host，是你在用的那個 AI 應用，例如 Claude Code、ChatGPT、VS Code。

Server，是提供工具或資料的那一端。它有兩種樣子：一種是在你電腦上啟動的一支程式，一種是放在網路上的一個網址。

Client，是 host 裡面負責跟某一台 server 保持連線的零件。每接一台 server 就有一個。這個一般使用者不用管。

所以「接一個 MCP server」的意思是：讓你的 AI 應用連上某一台 server，它就多了那台 server 提供的幾樣工具。

我直接問了一個伺服器三句話

平常這段對話是 AI 應用在背後做的，你看不到。我想看它實際長什麼樣子，所以自己來。

對象是 Claude Code 官方文件的 MCP 伺服器，網址是 https://code.claude.com/docs/mcp，不用登入。我先前讓 Claude Code 接過它，過程在 Claude Code MCP 是什麼。這次不透過 AI，用終端機的 curl 直接送請求給它。

第一句：你是誰

我送出的請求叫 server/discover，意思是請它自我介紹。

它回了這些：名稱是 Claude Code Docs，版本 1.0.0。支援的協定版本是 2026-07-28。它有工具，也有資料可以讀。

另外附了一段 143 個英文字的說明。這段是寫給 AI 看的，大意是：這台伺服器提供 Claude Code 文件的搜尋，回答時請優先用這裡查到的內容、不要靠原本的印象，並且附上出處；除了回報文件問題的那個工具之外，其他都是唯讀的。

也就是說，連上一台伺服器的第一件事，是它先告訴 AI 該怎麼用它。

第二句：你有哪些工具

第二個請求叫 tools/list。它回了 3 個工具，每一個都帶著三樣東西。

名稱和說明。說明寫的是這個工具做什麼、什麼時候該用。三個工具的說明加起來 623 個英文字，最長的一個就有 475 個字。

參數的格式。例如搜尋的那個工具，寫明要給一個 query，也就是要查的字，另外可以指定語言。

性質的標示。這是伺服器自己標的。搜尋和讀文件的兩個工具標的是唯讀，回報文件問題的那個標的不是唯讀。

三個工具分別是：搜尋文件、在一個只放了文件的虛擬資料夾裡找檔案和讀檔案、向文件團隊回報問題。

AI 應用拿到這份清單之後，會把它交給模型。模型就是看這些說明，決定什麼時候用哪一個、參數怎麼填。

第三句：幫我查一件事

第三個請求叫 tools/call，意思是「用這個工具」。我用搜尋的那個，查 MCP_TIMEOUT，跟先前那篇讓 Claude Code 查的是同一題。

大約 1 秒它就回來了：10 筆結果，每一筆有標題、連結和整段的文件內容，加起來 86,653 個字元。光是其中一筆就有六萬個字元，是整頁的環境變數說明。

對照一下。先前那篇裡，Claude Code 接上這台伺服器問同一題，22 秒後給我的是兩句話的答案，還附了出處。

所以伺服器做的事不是「回答」。它給的是一大包材料，把材料讀完、寫成兩句話的是 AI。這也是為什麼接了 MCP server 會佔用 AI 的記憶空間：這些材料都要進到它的腦子裡。

過程中的兩個小插曲

我的請求前後被退回了三次。錯誤訊息都很直接，一次說少了一個欄位，兩次說少了某個標頭，補上就通了。

協定有版本。官方文件寫現在的版本是 2026-07-28，這一版的每個請求都要自己帶著版本資訊。比較舊的版本是先握手、再開始問。舊的握手我也試了第一步，這台伺服器一樣有回應。

想自己試的人，第二句是這樣送的：

curl -s https://code.claude.com/docs/mcp \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json' \
  -H 'MCP-Protocol-Version: 2026-07-28' \
  -H 'Mcp-Method: tools/list' \
  -d '{"jsonrpc":"2.0","id":1,
       "method":"tools/list",
       "params":{"_meta":{
  "io.modelcontextprotocol/protocolVersion":
    "2026-07-28",
  "io.modelcontextprotocol/clientCapabilities":
    {}}}}'

它會回一大段沒有換行的文字，裡面就是那 3 個工具的名稱、說明和參數。

伺服器可以提供的三樣東西

我上面只用到工具。官方文件列的其實有三種，差別在誰決定要不要用。

工具（Tools），是 AI 可以主動去用的功能，例如搜尋、傳訊息、建立行事曆。什麼時候用，由模型決定。

資料（Resources），是唯讀的資料來源，例如檔案內容、資料庫的結構。要不要放進對話，由 AI 應用決定。

提示範本（Prompts），是事先寫好的指示。要你自己明確去叫它才會用。

因為工具是模型自己決定要不要用的，官方文件也寫了 AI 應用可以怎麼把關：把工具清單顯示給使用者、每次執行前跳出同意的視窗、留下執行紀錄。你用的那個 AI 應用有沒有做，要看它自己。

誰做的，現在誰在管

MCP 是 Anthropic 做的，2024 年 11 月 25 日開源。

2025 年 12 月 9 日，Anthropic 把它捐給了 Agentic AI Foundation。這是 Linux 基金會底下的一個基金會，由 Anthropic、Block 和 OpenAI 共同成立，公告裡列的支持者還有 Google、微軟、AWS、Cloudflare 和 Bloomberg。

同一篇公告寫，當時公開在運作的 MCP 伺服器超過一萬台，ChatGPT、Cursor、Gemini、Microsoft Copilot、VS Code 都已經支援。這是 Anthropic 自己公布的數字。

所以它雖然是 Anthropic 起頭的，現在不是哪一家公司的東西，也不是只有 Claude 能用。

去哪裡找 MCP server

官方有一個登錄庫，在 registry.modelcontextprotocol.io。它目前標示是預覽階段。

要留意它的定位。官方的說明寫，登錄庫只存「這台伺服器叫什麼、去哪裡拿」這類資料，本身不放程式。它也寫明自己刻意不帶評價，挑選和評分是下游的市集在做的事。

另一份官方的安全文件講得更白：登錄庫上有，不代表有人替它背書。

我用它公開的 API 一頁一頁數了一次。2026 年 10 月 14 日早上，登錄庫裡一共 43,133 台伺服器，每台只算最新的版本，其中 523 台被標成已停用。登記的是一個網址的有 27,584 台，要裝在自己電腦上的套件有 17,146 台，裡面有 2,097 台兩種都提供。

上面 Anthropic 那篇公告的「超過一萬台」是 2025 年 12 月的說法，算的是公開在運作的伺服器，跟登錄庫的筆數不是同一種算法，兩個數字不能直接相減當成成長。

各家 AI 應用通常也有自己的清單。Claude Code 怎麼加，我寫在 Claude Code MCP 是什麼。台灣搜尋量最大的一台是讓 AI 操作瀏覽器的 Playwright MCP，我實際裝起來跑過，在 Playwright MCP 教學；讓 AI 先查最新官方文件的 Context7 也實測過，在 Context7 是什麼；讓 AI 量網頁速度、跑 Lighthouse 的 Chrome DevTools MCP，在 Chrome DevTools MCP 教學。這批裡搜尋量最穩的是讓 AI 讀設計稿寫程式的 Figma MCP，它要登入 Figma 帳號，免費版一個月只能用 20 次，整理在 Figma MCP 教學。

站上寫過的工具怎麼用 MCP

下面是照各家的官方文件整理的。除了 Claude Code，其他我都沒有實際接過。

Claude Code：用 claude mcp add 加伺服器，這個我實際做過。

Codex：文件寫 ChatGPT 桌面 App、Codex CLI 和編輯器的擴充套件都能接 MCP 伺服器，本機啟動的和網址形式的都支援。

OpenClaw：兩個方向都有。它可以把外面的 MCP 伺服器存起來給自己用，也可以用 openclaw mcp serve 把自己變成一台 MCP 伺服器，讓別的 AI 工具讀寫它的聊天對話。

Hermes Agent：可以接本機和遠端的 MCP 伺服器，文件特別強調可以指定只載入其中哪幾個工具。

Manus：叫 MCP Connectors，是預先做好的連接器，例如 Gmail、Notion、Slack。文件寫各個方案都有內建幾個，另外可以接自己做的伺服器。

n8n：也是兩個方向。一個節點讓 n8n 的 AI Agent 去用外面 MCP 伺服器的工具，另一個節點把 n8n 自己的流程變成 MCP 伺服器給別人用。這兩個方向我後來都實際做了：把查匯率的工具開成 MCP 伺服器讓 Claude Code 連上來用，以及在 n8n 裡呼叫 n8n 官方文件的 MCP 伺服器，過程在 n8n MCP 教學。

Dify：做好的應用可以發佈成 MCP 伺服器，給 Claude、Cursor 這類工具接。

這些工具本身是什麼、各自屬於哪一類，在 AI Agent 工具有哪些。

接之前要知道的三件事

這三件都出自 MCP 官方的安全文件。

第一，工具的說明是寫給模型看的，模型會把它當成指示。官方文件的說法是，伺服器送來的工具名稱和說明是一個可以被動手腳的地方，安裝時的檢查擋不到。它建議的做法是在依賴一台伺服器之前，先把它的工具清單看過一遍，說明裡如果有跟工具本身無關的指示，就把那台伺服器拿掉。我上面的第二句做的就是這件事。

第二，來源要自己查。官方建議確認發佈的人是誰、套件的名稱有沒有打錯一個字、安裝時指定版本。這是針對裝在自己電腦上的伺服器講的，因為那種伺服器是在你的電腦上執行程式。

第三，不要接太多。官方文件寫，所有接上的伺服器共用模型的同一塊記憶空間，每多接一台，其他幾台暴露的範圍也跟著變大。我量到的數字是：一台伺服器光是工具的說明就 623 個英文字，查一次回來八萬六千多個字元。

這篇沒有測的

在自己電腦上啟動的伺服器。我問的是網路上的那一種，沒有裝任何東西。

要登入的伺服器。這台不用登入，授權的流程這篇沒有。

資料和提示範本。這台伺服器有提供資料，我沒有去讀。

Codex、OpenClaw、Hermes Agent、Manus、Dify 接 MCP 的實際操作。都只讀了文件（n8n 的後來測了，在 n8n MCP 教學）。

AI 應用收到八萬多個字元的結果之後怎麼處理。會不會截斷、截多少，各家做法不同，我沒有測。

自己寫一台 MCP 伺服器。