MCP on Yanmu

Context7指南：让AI编程助手读懂最新文档

Sat, 02 May 2026 19:51:00 +0800

概述

有没有这种经历：让 AI 写一段代码，它噼里啪啦写完了，一运行报错。或者调用的 API，文档里明明写着有，AI 却说"不存在"。

不是 AI 笨，是它学的东西有保质期——训练数据可能是几个月甚至一年前的，框架早就更新了好几版。

Context7 就是干这个的。它由 Upstash 团队开发，你提问时它去拉最新的官方文档，塞进 AI 的上下文里，让 AI 基于当前版本回答。

用法也简单，提问末尾加一句 use context7 就行。相当于告诉 AI：“别瞎猜，先翻翻最新文档再回我。”

为什么需要它？

💥 一个例子就够了

你想给个人网站加个「回到顶部」按钮——页面往下滑，右下角出现一个按钮，点一下回到最上面。

AI 凭旧知识写出来的是： 先加载一个几十 KB 的第三方库，再写一堆代码去调它。功能做出来了，但为了一个按钮，网页变慢、代码啰嗦。

实际上现在用不着这么麻烦： 浏览器自己就带了平滑滚动和滚动监听，几行代码搞定，不需要任何额外库。

AI 不知道这些，因为它学的是几年前的教材。

加上 use context7 后，Context7 先去查了最新文档，发现原生功能已经够用了。于是 AI 选了更轻量的方案，而不是拿老套路糊弄你。

这就像让朋友帮忙修手机，他凭记忆拆机，记的却是 3 年前的步骤——螺丝位置早变了。动手前先看一眼最新教程，就不会拆坏。

有没有 Context7 的区别

	没有	有
信息来源	AI 脑子里的旧知识，可能过时	实时去官方文档拿最新内容
API 准确性	经常调错或用已经不存在的 API	保证用当前版本的 API
代码质量	可能是两三年前的过时写法	符合最新推荐写法
版本处理	不管版本瞎猜	你说用哪个版本就查哪个版本

🔄 工作原理

操作就几步：

你提问（末尾加 use context7）
    ↓
Context7 认出你问的是哪个代码包
    ↓
去 GitHub、官方文档站扒最新内容
    ↓
筛选出最相关的几段，塞进 AI 的"上下文"
    ↓
AI 拿着最新文档回答你

“上下文"就是你跟 AI 当前对话里它能"看到"的内容。塞文档进去，相当于聊天时在桌上摊开一本参考书，AI 边看边答。

文档从哪来？GitHub 仓库、官方文档站，还有项目维护者写的 llms.txt（一种专门给 AI 看的文档索引文件）。

搜到一堆结果后，Context7 会用 LLM（大语言模型）再做一次智能排序，把最相关的那几段挑出来给你。

两种用法：

方式	说明
MCP 模式（推荐）	装一次，AI 编程助手自动调用。MCP 相当于给 AI 装了个插件，装好了不用管
CLI 手动模式	在终端敲命令手动查文档，适合喜欢折腾的人

核心能力

智能匹配：你说名字，它去找地方

你要问 AI 某个工具怎么用，Context7 得先去网上找到这个工具的最新说明书。但网上叫同一个名字的东西可能有好几个，它得知道你到底说哪个。

一般的名字它能自己认出来。万一名字太常见、容易搞混，就用 谁/什么 的格式精确告诉它：

`1`	`用 /tailwindlabs/tailwindcss 给我的网页加一个导航栏。use context7`

这里的 tailwindlabs 是作者名，tailwindcss 是项目名。就像你搜"苹果”，可能是水果也可能是手机——说清楚就错不了。

支持哪些库

热门的都收录了：React、Next.js、Vue、Tailwind CSS、Express、Prisma、Supabase、TypeScript……完整列表在 context7.com/rankings。

版本感知

不同版本的 API 差别可能很大。直接说版本号，Context7 查对应版本的文档：

1
2
3

用 Vue 3 写一个计数器。use context7
用 Next.js 14 的 Pages Router 写 API 路由。use context7
用 Tailwind CSS v4 配置暗色模式。use context7

你要 iPhone 12 的拆机教程，别人就不会给你拿 iPhone 15 的来。

安装

一键安装

`1`	`npx ctx7 setup`

npx 是 Node.js 自带的命令，不需要额外安装。如果你还没装 Node.js，先去 nodejs.org 下载安装，装完就有 npx 了。

运行后它会：

弹出浏览器让你登录授权（OAuth）
生成一串 API Key（相当于你的"身份凭证"）
自动配置好对应编辑器

三步走完，搞定。

想指定编辑器就加个参数：

1
2
3

npx ctx7 setup --claude      # Claude Code
npx ctx7 setup --cursor      # Cursor
npx ctx7 setup --opencode    # OpenCode

卸载：npx ctx7 remove

手动配置

自动安装不生效的话，手动加 MCP Server（可以理解为一个帮你查文档的后台服务）：

{
  "mcpServers": {
    "context7": {
      "url": "https://mcp.context7.com/mcp",
      "headers": {
        "CONTEXT7_API_KEY": "你的API密钥"
      }
    }
  }
}

不同工具的配置文件位置（~ 代表你电脑的用户目录，比如 Windows 上的 C:\Users\你的用户名）：

工具	配置位置
Cursor	Settings → MCP，或 `~/.cursor/mcp.json`
Claude Code	`~/.claude/settings.json`（全局）或 `.claude/settings.json`（项目）
Windsurf	Settings → Cascade → MCP servers
Cline	VS Code 扩展内 MCP Servers → Configure
OpenCode	项目根目录 `opencode.json`

API Key 去 context7.com/dashboard 注册，格式是 ctx7sk...，免费用户也有额度。

✅ 验证

发一条测试：

`1`	`写一个带按钮的计数器网页。use context7`

AI 如果给出的是干净现代的代码，没有加载额外库，说明生效了。

使用方法

基础用法

提问末尾加 use context7：

1
2

写一个简洁的个人简历网页。use context7
写一个倒计时工具，输入秒数开始倒数。use context7

精确指定库

用 /owner/repo 格式跳过名称匹配：

`1`	`用 /tailwindlabs/tailwindcss 给我的网页加一个导航栏。use context7`

库名有歧义时推荐这么用。

指定版本

1
2

用 Bootstrap 4 而不是 5 的写法，写一个卡片布局。use context7
用 Vue 3 的 Composition API 写一个待办事项列表。use context7

组合多个库

`1`	`用 Bootstrap + Font Awesome 做一个图标展示页。use context7`

配置自动触发

不想每次都手打 use context7 的话，在规则文件里配一下：

→ Cursor 在 .cursorrules 里写：

`1`	`当用户提问涉及第三方框架/库的 API 用法时，自动使用 Context7 查询最新文档。`

→ Claude Code 在 CLAUDE.md 里写：

1
2
3

## 文档查询规则
- 涉及第三方库/框架时，先用 Context7 查询最新文档
- 优先基于 Context7 返回的内容生成代码

CLI 命令

如果你只在 AI 对话里用 Context7，这部分可以跳过。CLI 是给喜欢在终端敲命令的人用的。

npm 是 Node.js 自带的包管理器，-g 表示"全局安装"，装一次所有地方都能用。

# 安装 CLI
npm install -g ctx7

# 搜索库
ctx7 library react
ctx7 library nextjs "middleware"

# 获取文档
ctx7 docs /facebook/react "hooks state management"
ctx7 docs /vercel/next.js "middleware authentication"

# Skills 管理
ctx7 skills search        # 搜索可用 Skill
ctx7 skills install       # 安装 Skill
ctx7 skills list          # 查看已安装
ctx7 skills remove        # 卸载

# 认证
ctx7 login                # 登录
ctx7 whoami               # 查看状态
ctx7 logout               # 退出

❓ 常见问题

和 AI 自带的联网搜索有什么区别？

联网搜索搜到的是博客、论坛帖子，质量参差不齐，还得自己判断靠不靠谱。Context7 只从官方文档拿内容，用 LLM 筛选出最相关的片段，给 AI 直接用。

💰 `use context7` 会多花钱吗？

不会。虽然多了一步查文档，但 AI 拿到的信息准了，就不用瞎猜、反复改、写又长又错的代码。整体算下来花的钱（Token 消耗，AI 的计价单位）反而更少。

没收录我用的库怎么办？

去 context7.com 点 “Add Docs” 提交，或者不加 use context7，AI 会退回用自己的知识回答。

装好了但没效果？

逐项排查：

npx ctx7 setup 有没有报错
MCP 配置文件 JSON 格式对不对（多一个逗号都不行）
API Key 是不是有效的（ctx7sk... 开头）
编辑器有没有完全关掉再打开
MCP 列表状态亮绿灯了吗
提问时有没有写 use context7

会影响回答速度吗？

会多等一两秒，但换来答案准了、不用反复改。跑一次报错再修的时间，可比这一两秒长多了。

总结

项目	内容
是什么	为 AI 编程助手提供实时最新文档的平台
解决什么	AI 因训练数据过时而给出错误代码
核心原理	实时拉取官方文档，注入 AI 上下文
安装	`npx ctx7 setup` 一行命令搞定
使用	提示词末尾加 `use context7`
价格	有免费层级，个人够用
官网	context7.com
GitHub	github.com/upstash/context7

装好之后，再也不用担心 AI 拿旧版知识来糊弄你了。

OpenCode 全深度指南：开源版 Claude Code 的安装、配置与高级玩法

Thu, 30 Apr 2026 02:00:15 +0800

📋 目录

一、什么是 OpenCode？

OpenCode 是近期热度最高的 AI 编程工具，本质上是一个开源版的 Claude Code。它几乎复刻了 Claude Code 的所有核心功能，同时解决了 Claude Code 在中国用户中常见的限速、封号等痛点。

与 Claude Code 对比

对比维度	Claude Code	OpenCode
开源	❌ 闭源	✅ 开源
免费模型	❌ 需付费 API	✅ 内置免费模型
中国用户友好	⚠️ 限速/封号风险	✅ 无限制
Skills/MCP	✅ 支持	✅ 完全兼容
Session 并行	❌	✅ 核心亮点

核心定位

开源版 Claude Code：具备几乎全部功能，中国用户友好，不限速不封号
免费模型：开箱即用 GLM-4.7、MiniMax-2.1 等免费模型，零配置即可上手
顶级模型接入：通过 Antigravity 插件免费接入 Gemini 3 Pro、Claude 4.5 Opus；通过 /connect 接入 GPT Codex
杀手级功能：Session 并行、Timeline 回退、Share 分享、Ultra Work 多智能体协作
插件生态：Oh My Open Code (OMO) 集成七大编程智能体 + 三大 MCP Server + 多种工具

二、四种安装形态

⭐ 1. 命令行版（主力推荐）

最稳定、功能最全的使用方式。

# 安装（需先安装 Node.js）
npm i -g opencode-ai

# 启动
opencode

前置条件：需要安装 Node.js（前往 nodejs.org 下载对应系统版本）

2. 桌面客户端（Beta）

从官网下载客户端，一路下一步安装，选择项目文件夹即可使用。

⚠️ 目前处于 Beta 测试阶段，bug 较多，暂不推荐作为主力工具。

3. VS Code 插件版

前提：已安装命令行版 OpenCode。插件版的核心价值在于与 IDE 的无缝集成，让 AI 直接感知你的代码上下文。

在 VS Code 扩展商店搜索 OpenCode 并安装
快捷键 Ctrl + Shift + P → 输入 open opencode 回车
插件会自动关联左侧窗口打开的代码文件
选中代码后按 Ctrl + Alt + K 可快速粘贴到 OpenCode 聊天窗口

4. 云端运行环境（GitHub Actions）

非常适合开源项目的自动化 Issue 修复：

将项目上传到 GitHub 公开仓库
在仓库中配置 API Key（Settings → Secrets and Variables → Actions）
在 Issue 评论中输入 /opencode + 需求描述
GitHub Actions 自动运行 OpenCode 工作流
完成后自动创建 Pull Request

三、免费模型配置

查看可用模型

`1`	`/models # 查看所有可用模型（带 free 标记的即可免费使用）`

模型	特点
GLM-4.7	编程能力强，零配置
MiniMax-2.1	编程能力出色，响应快

接入顶级模型

方式一：Antigravity 插件（免费接入 Gemini + Claude）

Antigravity 是 Google 推出的 AI 编程 IDE，它慷慨地免费提供了 Gemini 3 Pro 和 Claude 4.5 Opus。

在 OpenCode 中粘贴安装提示词（从 Antigravity GitHub 首页复制）
等待 AI 自动完成安装
打开新终端执行登录命令，选择 Google → Antigravity 登录
登录 Google 账户，粘贴生成的 URL
重启 OpenCode，/models 即可看到 Gemini 3 Pro 和 Claude 4.5 Opus

方式二：GPT Codex（OpenAI 官方合作）

OpenAI 与 OpenCode 官宣合作，可直接接入 ChatGPT Codex。

`1`	`/connect # 选择 OpenAI → GPT Pro → 浏览器登录`

前提：需要有 ChatGPT Plus 或以上订阅。

方式三：OpenRouter（万能接入）

通过 OpenRouter 可以接入市面上几乎所有大模型，国内用户也能方便获取额度。

`1`	`/connect # 选择 OpenRouter → 填写 API Key`

OpenCode 支持 75 种 AI 接入方式，几乎囊括所有模型供应商。

四、核心功能亮点

1. 反问式需求澄清

在动手编码之前，OpenCode 会反向询问你一系列问题：

只需要代码样例，还是完整可运行的程序？
哪些功能是必须实现的？
调用哪个模型？
环境变量如何保存？

这种"先问清楚再动手"的机制，大幅减少了返工。

2. 命令行代码比对界面

OpenCode 的命令行 diff 展示被认为是所有命令行编程工具中做得最好的，代码变更一目了然。

⭐ 3. Session 并行处理

这是 OpenCode 最具特色的功能——多 Session 并行运行：

# 发起第一个任务（如：增加计时器）
# 任务执行中，创建新 session
/new

# 发起第二个任务（如：画笔调色）
# 查看所有 session 状态
/sessions

# 在 session 间切换
/session <id>

打转符号表示 Session 正在后台运行。两个需求可以完全并行开发，互不干扰。

4. Timeline 检查点回退

`1`	`/timeline # 查看当前 Session 的完整对话记录`

选择任意历史节点：

Revert：将代码和聊天内容同时回退到该时间点
View：查看当时 AI 做了什么修改

相当于编程过程中的"时光机"，可以大胆尝试不同方案。

1
2
3

/share      # 将对话记录分享为网页
/unshare    # 取消分享
/export     # 导出对话记录为文件

分享后生成一个网页链接，展示完整的对话记录和代码修改过程，方便与他人协作或展示。

五、Skills 技能迁移

OpenCode 完全兼容 Claude Code 的 Skills 目录结构，迁移成本极低：

1
2

# 目录结构对应关系
.claude/skills/<skill-name>/    →    .opencode/skills/<skill-name>/

操作步骤

在项目根目录新建 .opencode 文件夹
在 .opencode 下新建 skills 文件夹
将原 .claude/skills/ 下的技能文件夹直接复制过来
重启 OpenCode，AI 即可识别并调用这些 Skills

每个 Skill 就是一个带目录的说明书，告诉 AI 如何完成特定领域的任务。

六、MCP 配置

OpenCode 支持两种 MCP（Model Context Protocol）模式：

本地 MCP（Local）

通过本地命令执行。在 ~/.config/opencode/opencode.json 中配置：

{
  "mcpServers": {
    "shed-cn": {
      "type": "local",
      "command": "npx",
      "args": ["shed-cn"],
      "enabled": true
    }
  }
}

远程 MCP（Remote）

通过 URL 远程调用。以 Context7 为例：

{
  "mcpServers": {
    "context7": {
      "type": "remote",
      "url": "https://context7-mcp-server-url",
      "headers": {
        "Authorization": "Bearer <your-api-key>"
      },
      "enabled": true
    }
  }
}

配置完成后重启 OpenCode，输入 /mcp 即可查看已配置的 MCP Server。

七、Oh My Open Code (OMO) 超强插件 ⭐

OMO 是 OpenCode 上最火的编程插件，本质上是 工具 + MCP + 编程 Agent 的组合捆绑包。

七大编程智能体

智能体	角色	推荐模型
🧠 西西弗斯 (Sisyphus)	主智能体，规划与调度	Claude 4.5 Opus / GPT 5.2
🔮 先知 (Prophet)	架构设计、代码评审	—
📚 图书管理员 (Librarian)	查阅文献、文档检索	—
🔍 探索者 (Explorer)	网络搜索	—
🎨 前端工程师	前端开发	Gemini 3 Pro
📝 文档编写者	文档生成	—
🖼️ 多模态	图片/PDF 理解	—

每个智能体都分配了最适合其工作的大模型，据作者称耗费了 24,000 美元的 Token 才找到最佳组合。

三大 MCP Server

Web Search：网络搜索
Context7：获取最新技术文档
Grep App：GitHub 仓库快速代码搜索

集成工具

LSP 高级版：通过编程语言的语法和语义帮助 AI 快速定位代码
AST 工具：通过代码语法树进行关联搜索
LOC 工具：借助多模态视觉能力理解图片、PDF
Delegate Task / Background Task：Agent 任务分配和后台调度

安装与使用

配置文件位置：C:\Users\<用户名>\.config\opencode\oh-my-opencode.json

从 OMO GitHub 首页复制 install 开头的提示词
粘贴到 OpenCode 中，回答配置问题（订阅情况等）
自动完成安装

两种核心用法

① @ 指定智能体

`1`	`@前端工程师帮我优化这个页面的响应式布局`

② Ultra Work 模式（魔法词 ULW）

`1`	`ULW 帮我创建一个宠物商店应用`

Ultra Work 模式下，西西弗斯作为主智能体会：

将任务拆解成 Todo List
同时开启多个后台任务并行执行
居中调度各个智能体协同工作
最终交付完整项目

Ralph Loop 循环模式

强制 AI 长时间循环工作，适合极难任务：

`1`	`/ralph-loop`

示例：“使用 Spring Boot 4 最新标准重构整个项目，直到所有测试用例通过”——可以连续运行数小时直到任务完成。

八、其他实用功能

`/init` — 项目知识初始化

让 AI 通读整个项目文件夹，生成 agents.md 文件作为系统提示词，帮助 AI 快速了解项目。

`/compact` — 上下文压缩

将之前的对话提炼为简洁摘要，释放模型上下文窗口，避免 Token 超限。

自定义命令

在 ~/.config/opencode/commands/ 下创建 .md 文件定义自定义命令：

# 运行测试
模式：build
命令：npm test
描述：运行项目的全部测试用例

使用：/运行测试 即可触发。

自定义智能体

在 ~/.config/opencode/agents/ 下创建 .md 文件：

# Code Review Agent
类型：subagent
模型：claude-4.5-opus
描述：专门负责代码审查，检查代码质量、安全漏洞和最佳实践。

Primary Agent：按 Tab 键切换，在对话中直接使用
Sub Agent：由主智能体在后台自动调度

九、总结与推荐

适用场景

场景	推荐度	说明
新手入门 AI 编程	⭐⭐⭐⭐⭐	免费模型零成本上手
日常开发辅助	⭐⭐⭐⭐⭐	Session 并行 + Timeline 回退
复杂项目开发	⭐⭐⭐⭐⭐	OMO 插件多智能体协作
开源项目维护	⭐⭐⭐⭐	GitHub Actions 云端自动化
练习 Skills/MCP	⭐⭐⭐⭐⭐	完全兼容 Claude Code 生态

十、实战记录：安装 Oh My OpenAgent

以下是笔者亲测安装 Oh My OpenAgent（原 Oh My Open Code）的完整对话记录，环境为 Windows + PowerShell。

环境检查

1
2

opencode --version
# 输出: 1.14.39

安装过程

在 OpenCode 对话中直接告诉 AI：

“Install and configure oh-my-openagent by following the instructions here: https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/refs/heads/dev/docs/guide/installation.md"

AI 会先询问你拥有的模型订阅情况：

订阅	我的情况
Claude Pro/Max	❌ 无
OpenAI / ChatGPT Plus	❌ 无
Gemini	❌ 无
GitHub Copilot	✅ 学生认证版
OpenCode Zen	✅ 免费可用
Z.ai Coding Plan	❌ 无
OpenCode Go	❌ 无
Kimi for Coding	❌ 无
Vercel AI Gateway	❌ 无

⚠️ AI 会提示 “Without a Claude subscription, the Sisyphus agent might not work ideally”，但 GitHub Copilot 会作为后备模型自动接管。

确认订阅后，AI 自动执行安装命令：

bunx oh-my-openagent install --no-tui \
  --claude=no --openai=no --gemini=no \
  --copilot=yes --opencode-zen=yes \
  --zai-coding-plan=no --opencode-go=no \
  --kimi-for-coding=no --vercel-ai-gateway=no

安装成功的输出：

[1/4] Checking OpenCode installation...
[OK] OpenCode 1.14.39 detected
[2/4] Adding oh-my-openagent plugin...
[OK] Plugin added -> C:\Users\<用户名>\.config\opencode\opencode.json

安装后的配置文件

主配置文件 ~/.config/opencode/opencode.json：

{
  "plugin": [
    "oh-my-openagent@latest"
  ]
}

Agent 模型配置 ~/.config/opencode/oh-my-openagent.json：

AI 自动根据 GitHub Copilot 订阅分配了模型：

Agent	分配的模型
Sisyphus（主智能体）	`github-copilot/claude-opus-4.7`
Oracle（先知）	`github-copilot/gpt-5.5` (medium)
其余 Agent	自动选择 Copilot 可用模型

认证配置

安装完成后需要手动认证 GitHub Copilot：

`1`	`opencode auth login`

交互步骤：

上下键选择 GitHub Copilot
按回车确认
浏览器自动打开，登录 GitHub 学生账号
授权完成，终端显示认证成功

如何重新配置 Agent 模型？

方式一：直接告诉 AI

“把 Sisyphus 的模型改成 claude-sonnet-4.6” “Oracle 用 gpt-5.5”

方式二：手动编辑配置文件

直接修改 ~/.config/opencode/oh-my-openagent.json 中对应 agent 的 model 字段。

追加配置：补上 OpenCode Zen 作为备选

安装时遗漏了免费的 OpenCode Zen（--opencode-zen=no），后续在 OpenCode 新对话中直接让 AI 帮忙修正：

“其实我还有你免费的 OpenCode Zen，但是我已经登录 GitHub Copilot 了，你帮我修改一下”

AI 的第一次尝试把 OpenCode Zen 设成了主力（opencode/claude-opus-4-7），GitHub Copilot 变成了备选。实际需求是反过来的：

“不是，是 GitHub Copilot 作为主力，OpenCode Zen 自带的免费模型作为备选”

AI 修正后，最终配置策略：

1
2

主力模型: github-copilot/*     （已付费，优先使用）
备选模型: opencode/*           （免费额度，Copilot 不可用时自动切换）

关键配置片段（以 Sisyphus 为例）：

{
  "sisyphus": {
    "model": "github-copilot/claude-opus-4-7",
    "fallback_models": [
      { "model": "opencode/claude-opus-4-7" },
      { "model": "opencode/gpt-5.5" }
    ]
  }
}

💡 经验：描述配置需求时，主次关系要说清楚——“XX 作为主力，YY 作为备选”，避免 AI 搞反。

使用提示

安装完成后，在终端输入 opencode 即可开始：

在 prompt 中包含 ultrawork 或 ulw 触发自动并行处理
按 Tab 进入 Prometheus（规划器）模式
运行 /start-work 执行完整编排

附录：踩坑记录

问题	解决
`doctor` 命令超时（30s）	部分检查可能挂起，加 `--verbose` 排查，或跳过不影响使用
PowerShell 下 `if` 语法报错	OpenCode 的 bash 命令在 PowerShell 下需转换语法
Sisyphus 非 Claude 模型性能下降	这是已知限制，有 Claude 订阅体验最佳
AI 把主力/备选模型搞反	描述需求时说清主次：“XX 作为主力，YY 作为备选”，不要只说"帮我加上 YY”

📚 参考来源：技术爬爬虾 - OpenCode 详细攻略、Oh My OpenAgent 安装指南

MCP入门指南：小白也能看懂的AI万能插头

Mon, 01 Dec 2025 01:46:03 +0800

概述

你有没有想过：ChatGPT、Claude 这些 AI 很聪明，但它们只能在对话框里聊天，没法帮你查日历、管文件、操作数据库——因为它们被"关在笼子里"，接触不到外面的世界。

MCP（Model Context Protocol，模型上下文协议） 就是来打破这堵墙的。

简单来说，MCP 是一个开放标准协议，让 AI 应用能够连接外部系统——文件、数据库、API、各种工具——就像给 AI 装了一个万能插头（USB-C 接口），插上什么就能用什么。

💡 一句话理解 MCP： 它是 AI 世界的"USB-C 接口"——统一标准，即插即用。

🤔 为什么要用 MCP？

没有 MCP 之前

在 MCP 出现之前，如果你想让 AI 连接外部工具（比如查天气、读日历、操作数据库），每个 AI 应用和每个工具之间都需要单独开发对接。

这就像早年的手机充电口——安卓一个、苹果一个、Type-C 一个，每换一个设备就得重新买线。

问题很明显：

开发成本高：每个对接都是从零开始
不通用：给 Claude 写的工具，ChatGPT 用不了
维护困难：工具一升级，所有对接都得改

有了 MCP 之后

MCP 定义了一个统一标准：

工具方按照 MCP 标准开发一个 MCP Server（服务端）
AI 应用作为 MCP Client（客户端）来连接它
只要双方都遵守 MCP 协议，即插即用，无需重复开发

这就像是 USB-C 统一了充电接口——一根线走天下。

🎯 MCP 能做什么？使用场景一览

1️⃣ 个人 AI 助手

让 AI 帮你管理日常生活：

📅 连接 Google Calendar，帮你查看日程、创建会议提醒
📝 连接 Notion，帮你整理笔记、管理待办事项
📧 连接 Gmail，帮你读取和回复邮件
💬 连接 Slack / 飞书，帮你总结聊天记录

举个例子： 你对 AI 说"帮我看看明天有什么会议，总结一下上周的项目进度笔记"——AI 就能自动查日历、翻 Notion，给你一份汇总。

2️⃣ 编程开发

让 AI 编程助手真正"动手干活"：

📁 通过 MCP 连接 本地文件系统，读写项目文件
🗄️ 连接 数据库，直接查询和修改数据
🐙 连接 GitHub，自动创建 Issue、提交 PR
🎨 连接 Figma，根据设计稿直接生成代码

举个例子： Claude Code 通过 MCP 连接 Figma，拿到设计稿后直接生成一个完整的 Web 应用。

3️⃣ 企业级应用

在公司里大展身手：

🏢 连接 多个数据库，让员工用自然语言查询业务数据
📊 连接 内部系统（CRM、ERP），AI 自动汇总报表
🔍 连接 知识库，让 AI 基于公司文档回答问题

4️⃣ 创意与设计

🖼️ 连接 Blender，让 AI 生成 3D 模型
🖨️ 连接 3D 打印机，直接打印设计
🎬 连接 视频编辑工具，自动化剪辑流程

🏗️ MCP 的核心架构

MCP 的架构非常简单，只有三个角色：

┌──────────────┐         ┌──────────────┐         ┌──────────────┐
│   AI 应用    │ ◄─────► │   MCP 协议    │ ◄─────► │  MCP Server  │
│ (MCP Client) │         │  (传输层)     │         │  (外部工具)   │
└──────────────┘         └──────────────┘         └──────────────┘

角色	说明	类比
MCP Client	AI 应用（如 Claude、ChatGPT、Cursor）	手机
MCP Server	提供具体能力的服务（如查天气、管文件）	充电器
MCP 协议	双方沟通的"语言"	USB-C 标准

MCP Server 能提供什么？

MCP Server 可以向 AI 暴露三类能力：

类型	说明	例子
Tools（工具）	AI 可以调用的函数/操作	搜索网页、发送邮件、查询数据库
Resources（资源）	AI 可以读取的数据	文件内容、数据库记录、API 返回值
Prompts（提示词模板）	预设的提示词模板	代码审查模板、翻译模板

🚀 怎么使用 MCP？

方式一：直接用现成的 MCP Server（推荐小白）

这是最简单的方式——别人已经写好了 MCP Server，你只需要"安装并连接"。

步骤 1：找到你需要的 MCP Server

MCP 生态已经有大量现成的 Server，常用的获取渠道：

官方仓库：github.com/modelcontextprotocol/servers
MCP 市场：mcp.so、smithery.ai
GitHub 搜索：搜索关键词 mcp-server

步骤 2：在 AI 应用中配置 MCP Server

以 Claude Desktop 为例，找到配置文件：

Windows：%APPDATA%\Claude\claude_desktop_config.json
macOS：~/Library/Application Support/Claude/claude_desktop_config.json

添加 MCP Server 配置（以 filesystem 为例）：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/你的/工作目录/路径"
      ]
    }
  }
}

保存后重启 Claude Desktop，AI 就拥有了操作文件的能力。

步骤 3：开始使用

重启后，在对话中直接让 AI 使用这些工具：

“帮我在工作目录下创建一个 notes 文件夹”
“读取 README.md 的内容，给我做个总结”
“搜索一下最近的项目 Issue”

AI 会自动调用对应的 MCP Server 来完成任务。

方式二：在 Cursor / VS Code 中使用 MCP

如果你用 Cursor 或 VS Code 进行编程开发，配置方式类似。

在项目根目录创建 .cursor/mcp.json（Cursor）或 .vscode/mcp.json（VS Code）：

{
  "mcpServers": {
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    },
    "sqlite": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sqlite", "./data.db"]
    }
  }
}

配置完成后，在 AI 对话中就可以使用这些工具了。

方式三：自己开发 MCP Server（进阶）

如果你想让 AI 连接自己的系统（比如公司内部 API），可以自己写一个 MCP Server。

MCP 支持多种编程语言，官方提供了 SDK：

语言	SDK
TypeScript	`@modelcontextprotocol/sdk`
Python	`mcp`（PyPI）
Java / Kotlin	`io.modelcontextprotocol`

最简示例（TypeScript）：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({
  name: "my-server",
  version: "1.0.0"
});

// 定义一个"查天气"的工具
server.tool(
  "get_weather",
  { city: z.string().describe("城市名称") },
  async ({ city }) => {
    // 这里写你的业务逻辑
    const weather = `${city}今天晴天，25°C`;
    return {
      content: [{ type: "text", text: weather }]
    };
  }
);

// 启动服务
const transport = new StdioServerTransport();
await server.connect(transport);

写好后配置到 AI 应用中即可使用。

🌐 哪些 AI 应用支持 MCP？

MCP 已经成为行业标准，主流 AI 应用纷纷支持：

AI 应用	支持情况
Claude Desktop / Claude Code	✅ 原生支持
ChatGPT	✅ 支持
Cursor	✅ 支持
VS Code (Copilot)	✅ 支持
Windsurf	✅ 支持
OpenCode	✅ 支持

一次配置，多端通用——在 Claude 里配好的 MCP Server，换个应用照样能用。

❓ 常见问题

Q：MCP 和 API 有什么区别？

API 是两方之间的"私有协议"，每个 API 的调用方式都不同。MCP 是一个统一标准——所有遵守 MCP 的工具，AI 都能用同样的方式调用。可以把 MCP 理解为"AI 专用的 API 标准层"。

Q：使用 MCP 需要编程基础吗？

不需要！ 如果你只是使用现成的 MCP Server，只需要会复制粘贴配置文件就行。只有自己开发 MCP Server 时才需要编程。

Q：MCP 安全吗？

MCP Server 默认运行在本地，数据不会上传到云端。但使用第三方 MCP Server 时，建议查看其源码和权限，确保安全。

Q：MCP Server 运行需要什么环境？

大部分 MCP Server 基于 Node.js 运行，你需要先安装 Node.js。Python 版本的 Server 则需要 Python 环境。

📚 总结

问题	答案
MCP 是什么？	AI 连接外部工具的统一标准协议
为什么要用？	让 AI 真正"动手干活"，而不是只能聊天
谁能用？	所有人——小白用现成 Server，开发者可以自己写
怎么用？	找到 MCP Server → 配置到 AI 应用 → 重启使用

MCP 的本质就是：给 AI 世界统一一个"插口标准"，让工具和 AI 自由连接。

🔗 延伸阅读：

MCP 官方文档

MCP Server 仓库

MCP 中文社区

MCP Server	功能
`filesystem`	读写本地文件
`github`	操作 GitHub（Issue、PR）
`fetch`	抓取网页内容
`sqlite`	操作 SQLite 数据库
`notion`	操作 Notion 笔记
`memory`	持久化记忆存储

MCP on Yanmu

Context7指南：让AI编程助手读懂最新文档

概述

为什么需要它？

💥 一个例子就够了

有没有 Context7 的区别

🔄 工作原理

核心能力

智能匹配：你说名字，它去找地方

支持哪些库

版本感知

安装

一键安装

手动配置

✅ 验证

使用方法

基础用法

精确指定库

指定版本

组合多个库

配置自动触发

CLI 命令

❓ 常见问题

和 AI 自带的联网搜索有什么区别？

💰 use context7 会多花钱吗？

没收录我用的库怎么办？

装好了但没效果？

会影响回答速度吗？

总结

OpenCode 全深度指南：开源版 Claude Code 的安装、配置与高级玩法

📋 目录

一、什么是 OpenCode？

与 Claude Code 对比

核心定位

二、四种安装形态

⭐ 1. 命令行版（主力推荐）

2. 桌面客户端（Beta）

3. VS Code 插件版

4. 云端运行环境（GitHub Actions）

三、免费模型配置

查看可用模型

推荐免费模型

接入顶级模型

方式一：Antigravity 插件（免费接入 Gemini + Claude）

方式二：GPT Codex（OpenAI 官方合作）

方式三：OpenRouter（万能接入）

四、核心功能亮点

1. 反问式需求澄清

2. 命令行代码比对界面

⭐ 3. Session 并行处理

4. Timeline 检查点回退

5. Share 分享

五、Skills 技能迁移

操作步骤

六、MCP 配置

本地 MCP（Local）

远程 MCP（Remote）

七、Oh My Open Code (OMO) 超强插件 ⭐

七大编程智能体

三大 MCP Server

集成工具

安装与使用

两种核心用法

① @ 指定智能体

② Ultra Work 模式（魔法词 ULW）

Ralph Loop 循环模式

八、其他实用功能

/init — 项目知识初始化

/compact — 上下文压缩

自定义命令

自定义智能体

九、总结与推荐

适用场景

推荐配置路线

十、实战记录：安装 Oh My OpenAgent

环境检查

安装过程

安装后的配置文件

认证配置

如何重新配置 Agent 模型？

💰 `use context7` 会多花钱吗？

`/init` — 项目知识初始化

`/compact` — 上下文压缩