MCP就是模型的超級外掛。裝上之后，你會發(fā)現(xiàn)，原來AI生產力可以這么高。
舉個例子，我給Claude-3.7 Sonnet配上兩個MCP，它就成了一個低配版的Deep Research應用。
一個MCP是Sequential Thinking。它是一種標準化的思考模式，可以讓模型在處理多步驟推理任務的時候，保持邏輯性和連貫性。比如，把復雜任務分解成清晰的步驟。當有新的信息出現(xiàn)時，還能靈活調整思考路徑。
另一個MCP是Tavily。這個之前介紹過，就是一個對模型優(yōu)化過的搜索引擎。
有了它倆之后，你看，Claude就會邊搜索、邊思考；根據(jù)搜到的內容，調整思考的路徑，然后進行下一輪搜索；當它覺得信息足夠了，邏輯也完整了，就會輸出最終的報告。
這么一大套流程下來，我用1美元的成本，換來了更高質量的回答。這說明了兩點：
第一，OpenAI的Deep Research真的是貴有貴的道理。你看剛才那個思考和搜集的過程就知道，太費Token了。OpenAI那邊肯定更復雜。
第二，MCP真的有用。我可以給你們看看對比。我把Sequential Thinking拿掉，只留聯(lián)網(wǎng)搜索。同樣的問題，模型給出的答案簡單許多。
這個就是我最近一直在推MCP的原因。那么，我們要去哪里找MCP？找到之后又怎么使用呢？本期視頻，我給大家做一個詳細解答。
哈嘍大家好，歡迎來到我的頻道。謙虛地說啊，我是國內少數(shù)幾個能把關于AI的Why和How講明白的博主。我提供的東西比教程更值錢。記得點一波關注。如果想鏈接我，就來newtype社群。已經超過1000人付費加入啦！
回到今天的主題：MCP實用指南。
咱們先說第一個問題：MCP哪里找？
如果你想用現(xiàn)成的MCP的話，那么，MCP導航網(wǎng)站就是你的首選。在這個領域，目前排名第一的，就是MCP.so。
MCP.so是國內明星開發(fā)者idoubi的項目。他之前做了好多項目，比如AI搜索引擎ThinkAny。我上期視頻說，有人已經開始做MCP基礎設施，指的就是他。
在MCP.so，已經有超過3000個服務器被收錄。其實，它的核心競爭力不是導航——導航誰都能做，技術含量不高，它的核心競爭力是MCP Server Hosting。
對咱們用戶來說，面對這么多服務器，該怎么挑呢？我建議，有這三種類型的服務器大家可以留意一下：
第一，搜索相關的。比如，Perplexity、Tavily都是搜索。Fetch、Firecrawl都是爬蟲。
第二，數(shù)據(jù)相關的。比如，F(xiàn)ilesystem能讓模型調用本地文件，GitHub能讓模型接入代碼倉庫。
第三，工具相關的。比如，Blender、Figma、Slack這些，你看名字就知道是跟什么應用打通了。
OK，現(xiàn)在大家知道去哪找，以及怎么挑MCP了。那么，如何接入、使用？
這個其實很好理解。你想嘛，既然它叫“服務器”，那么，這個服務器放在哪里，就決定了通信方式。
如果放在本地，跑在你自己的機子上，就用stdio；如果是跑在云端，比如MCP.so上邊，就用SSE。
stdio就是標準輸入輸出流，通常用于本地通信。比如，Cursor、Claude、ChatWise之類的MCP客戶端跟跑在同一臺機子上的MCP服務器之間，通過標準輸入（stdin）和標準輸出（stdout）進行通信。
SSE則是一種基于HTTP的遠程通信方式。MCP服務器遠程托管。你本地的客戶端通過SSE實現(xiàn)跨機器通信。
不太理解也沒關系。我給你們看看實際的樣子。
以ChatWise為例。在設置里的“工具”頁面，點左下角的加號按鈕，可以添加MCP服務器。在“類型”中，咱們可以選擇stdio和SSE兩種通信方式。
比如Sequential thinking，我是用stdio的方式。命令中的這一串其實就是GitHub上要求寫的參數(shù)。因為它不需要API Key之類的東西，所以下邊的環(huán)境變量就空著。
對于一些需要填寫環(huán)境變量的MCP，比如Tavily，那就把API Key填進去。點擊“查看工具”，ChatWise會嘗試連接，然后把這個MCP下所有的工具都列出來。
那么，SSE是什么樣的呢？
比如Firecrawl，我就是用SSE的方式。這個就簡單多了，只需要把鏈接填進去。那么，鏈接哪來的？
還記得我剛才說的嗎？如果MCP服務器跑在云端，那就通過SSE的方式連接。MCP.so就提供了這樣的云端服務。
來到這個網(wǎng)站的Firecrawl頁面，在右邊填入你的API Key，點擊“Connect”，它就會生成一個專屬的鏈接。把這個鏈接復制下來，貼到ChatWise里邊就搞定。
所以，你可以簡單粗暴地這么理解：
如果MCP服務器跑在你自己的機子上，那么，參數(shù)和環(huán)境變量都得你自己填寫。你就按照GitHub的要求，做一點點修改就可以。
如果MCP服務器跑在像MCP.so這樣的云端服務器上，那么，你提供API Key，它給你鏈接，然后完成配置。
這里有一點我需要再強調：MCP服務器跑在本地，不代表它不能聯(lián)網(wǎng)。
比如Tavily，我選擇本地運行。我的MCP客戶端——也就是ChatWise，通過stdio跟Tavily MCP服務器進行本地通信。然后，Tavily MCP服務器通過HTTP請求，調用遠程的Tavily API，完成搜索。
所以，我來總結一下：
找MCP服務器，去MCP.so。然后，你選擇要不要本地運行。要的話，點右邊的按鈕，去到項目的GitHub頁面，看看要填什么參數(shù)和環(huán)境變量。不要的話，就把MCP.so的鏈接填到你的客戶端設置里。
看完視頻，我建議大家親手試一下。就挑Tavily和Filesystem這兩個項目。Tavily用SSE，F(xiàn)ilesystem用stdio。把這兩個跑通了，你就知道MCP怎么玩了。你的AI生產力絕對會有顯著提升。
暫無評論，快來評論吧!