By youtube channel - AI LABS
什麼是 MCP？AI 變聰明的關鍵！
Model Context Protocol (MCP) 是一種讓 AI 更加智慧的協議。只要工具支援 MCP，AI 就能直接存取並使用這些工具，大幅提升功能與效率。
舉個例子，你是否曾因下載資料夾太亂而苦惱？但問題是，AI 並沒有權限直接讀取你的下載資料夾，那該怎麼辦？這時，MCP Server—FileSystem 就能派上用場！透過 FileSystem，AI 不僅可以存取並分析你的下載資料夾，還能提供整理建議，甚至直接幫你分類整理，讓你的電腦井然有序。
MCP 的出現，讓 AI 不再受限於內建能力，而是能夠靈活運用各種工具，真正成為你的智能助理！
MCP三大組成架構
想像 MCP 系統就像是一家現代化餐廳的點餐服務流程：
MCP HOSTs（主機）= 顧客
- 角色：顧客（如 Claude、ChatGPT 等 AI 模型）
- 功能：提出需求、消費服務
- 在做什麼：顧客（AI）坐在餐廳裡，想要點餐、查詢菜單、付款或獲取其他服務，但他們不直接與廚房或收銀台互動
MCP Clients（客戶端）= 服務員
- 角色：服務員（AI 使用的介面程式）
- 功能：接收請求、轉達需求、返回結果
- 在做什麼：服務員拿著平板（client.py），接收顧客的需求，將這些需求轉換成廚房或其他部門能夠理解的指令，然後將結果帶回給顧客
MCP Server（伺服端）= 廚房、收銀台等專業服務提供者
- 角色：廚房、收銀台、酒水部等（Slack、Notion、Filesystem等服務）
- 功能：提供專業服務、處理資料、執行操作
- 在做什麼：廚房負責製作食物（數據處理），收銀台處理付款（文件操作），酒水部提供飲料（通訊服務）等，各自專注於自己的專業領域
操作流程範例
想像用戶要求 AI 查詢他的日曆並發送會議摘要到郵件：
- 顧客（MCP Host/AI）說：「我需要查看今天的會議並給團隊發一份摘要。」
- 服務員（MCP Client）理解並轉譯：
- 分析請求，確定需要存取日曆和郵件服務
- 將請求轉換為系統指令
- 服務員向專業部門下單：
- 向「日曆部門」（日曆 MCP Server）請求：「查詢今天的會議」
- 日曆部門執行查詢並返回會議資訊
- 服務員協調多項服務：
- 拿到會議資訊後，將其轉給 AI 處理成摘要
- 然後向「郵件部門」（Gmail MCP Server）請求：「發送此摘要給團隊成員」
- 最終結果返回給顧客：
- 服務員告訴顧客：「您的會議摘要已發送給團隊。」
如何實際使用MCP?
這裡會用MCP server [filesystem] & [notion]來做一個簡單的範例
第一步
第二步
加入要使用的MCP servers
- 進到claude desktop → setting → Developer -> Edit Config
- 編輯
claude_desktop_config.json檔案
設定的範例：
{
"mcpServers": {
"filesystem": {
"command": "npx-for-claude",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/{username}/Desktop"
]
},
"notion": {
"command": "npx-for-claude",
"args": ["-y", "@suekou/mcp-notion-server"],
"env": {
"NOTION_API_TOKEN": "{your_key}"
}
}
}
第三步
開始透過Claude對MCP server下指令做事情
從Notion找到"文件架構"頁面的內容，並將它保存到我桌面上的mcp_test資料夾中
踩到的雷
當第一次成功使用MCP整個流程後，我想再加入其他MCP server測試時，居然就壞掉了，而且時好時壞，到最後就一直壞掉...整個超傻眼。
一開始先用chatgpt跟claude來詢問解決問題，結果都是些沒用的資訊... 又回到以前爬別人撰寫的文章時代XD
💡解決的思路
- Wrapper Script設置了正確的 PATH 環境變數，其中包含你 nvm 安裝的 Node.js 二進制文件
- 然後它執行
npx命令，並傳遞所有參數
Wrapper Script實質上是在 Claude Desktop 的執行環境和你的 nvm 設置之間架起了一座橋梁，讓你可以使用檔案中推薦的標準配置模式。
註：
Wrapper Script 在Unix Like 環境十分常見，它不會重新建立一個新的程式，而是會讀取input 後加入所需的功能，再將input 直接傳送給現有的指令。
