10个MCP清单 - Derek Zhao Blog

随着 MCP（Model Context Protocol）生态快速普及，AI 工具不再局限于纯文本对话。

通过挂载各类 MCP 服务，可让 Claude、Cursor、TRAE 等工具打通本地文件、代码仓库、浏览器、实时搜索、数据库、设计稿等全链路能力，彻底告别手动复制粘贴、信息滞后、答案幻觉等痛点。

下面整理社区装机率最高、实用性拉满的10个必装MCP，兼顾日常开发、内容创作、数据处理、自动化办公等多元需求，附核心作用、安装价值与完整可直接复制的配置代码，一键落地部署。

一、十大核心MCP详细介绍#

1. Filesystem MCP（官方）#

作用：读写本地文件、搜索、创建/移动目录、执行命令。
必装理由：所有本地工作流的基础，安全可控（可按目录授权）。
项目地址： https://github.com/modelcontextprotocol/servers

2. GitHub MCP Server（官方）#

作用：读代码库、管理 PR/Issue、审查代码、搜索仓库、跑 Actions。
必装理由：AI 真正理解你的代码库，无需手动复制文件到对话。
项目地址： https://github.com/github/github-mcp-server

3. Context7 MCP#

作用：实时拉取最新官方文档、API 参考、代码示例，注入上下文。
必装理由：根治AI瞎编API问题，适配React、Next、Python、Go等主流技术栈。
项目地址： https://github.com/upstash/context7

4. Playwright MCP（浏览器自动化）#

作用：操控浏览器、点击填表、截图、爬虫、前端测试、JS渲染页面抓取。
必装理由：AI可模拟真人上网，完成调研、测试、数据采集等自动化工作。
项目地址： https://github.com/microsoft/playwright-mcp

5. Firecrawl MCP（网页抓取）#

作用：任意网站转干净Markdown结构化数据，去广告、抗反爬、支持JS渲染。
必装理由：资料研究、内容提取、私有知识库构建的核心工具。
项目地址： https://github.com/mendableai/firecrawl

6. Tavily MCP（AI原生搜索）#

作用：专为大模型设计的搜索引擎，返回结构化、LLM友好结果。
必装理由：无广告、结果精简，解决大模型知识库滞后问题，适合实时调研。
项目地址: https://github.com/tavily-ai/tavily-mcp

7. PostgreSQL MCP（数据库）#

作用：安全连接PostgreSQL，执行查询、查看表结构、生成报表、数据分析。
必装理由：后端开发与数据分析刚需，AI直连数据库，简化数据排查与统计。
项目地址： https://github.com/modelcontextprotocol/servers/tree/main/postgres

8. Memory Bank（Claude-Mem）#

作用：跨会话永久记忆，留存项目结构、技术栈、使用偏好、历史关键内容。
必装理由：解决AI失忆问题，长期项目对话无缝衔接，大幅提升协作效率。
项目地址： https://github.com/anthropics/claude-mem

9. Figma MCP（设计转代码）#

作用：读取Figma设计稿、解析组件样式与布局，快速生成前端代码。
必装理由：前端开发神器，打通设计到代码流程，降低UI还原成本。
项目地址： https://github.com/glips/figma-context-mcp

10. Sequential Thinking MCP#

作用：强制AI分步思考、拆解复杂问题、链式推理，有效减少幻觉。
必装理由：架构设计、算法开发、故障排查等复杂场景必备，逻辑更严谨。
项目地址： https://github.com/modelcontextprotocol/servers/tree/main/sequential-thinking

二、完整MCP配置文件#

适配 Cursor、Claude 桌面端、TRAE 等客户端，直接写入 mcp.json 即可使用。

1
{
2
  "mcpServers": {
3
    "filesystem": {
4
      "command": "npx",
5
      "args": ["-y", "@modelcontextprotocol/server-filesystem"],
6
      "env": {}
7
    },
8
    "github": {
9
      "command": "npx",
10
      "args": ["-y", "@modelcontextprotocol/server-github"],
11
      "env": {
12
        "GITHUB_TOKEN": "你的gh token"
13
      }
14
    },
15
    "context7": {
16
      "command": "npx",
17
      "args": ["-y", "context7-mcp"],
18
      "env": {}
19
    },
20
    "playwright": {
21
      "command": "npx",
22
      "args": ["-y", "@playwright/mcp"],
23
      "env": {}
24
    },
25
    "firecrawl": {
26
      "command": "npx",
27
      "args": ["-y", "firecrawl-mcp"],
28
      "env": {
29
        "FIRECRAWL_API_KEY": "你的key"
30
      }
31
    },
32
    "tavily": {
33
      "command": "npx",
34
      "args": ["-y", "tavily-mcp"],
35
      "env": {
36
        "TAVILY_API_KEY": "你的key"
37
      }
38
    },
39
    "postgres": {
40
      "command": "npx",
41
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
42
      "env": {
43
        "DATABASE_URL": "postgresql://user:pwd@localhost:5432/db"
44
      }
45
    },
46
    "memory-bank": {
47
      "command": "npx",
48
      "args": ["-y", "@anthropics/mcp-memory-bank"],
49
      "env": {}
50
    },
51
    "figma": {
52
      "command": "npx",
53
      "args": ["-y", "figma-mcp-server"],
54
      "env": {
55
        "FIGMA_ACCESS_TOKEN": "你的key"
56
      }
57
    },
58
    "sequential-thinking": {
59
      "command": "npx",
60
      "args": ["-y", "@modelcontextprotocol/server-sequential-thinking"],
61
      "env": {}
62
    }
63
  }
64
}

发现新文章