MCP 入门：把文件、GitHub 和数据库接给 AI
#MCP#AI Agent#工具调用#安全边界
2026年 5月 12日

MCP（Model Context Protocol）是一套让 AI 应用连接外部工具和数据源的开放协议。你可以把它理解成 AI 工具的标准化工具接口。

本文核对时间：2026-05-12。

MCP 解决什么问题

如果 AI 只是在当前项目里读写代码，普通 CLI 或 IDE 扩展已经够用。MCP 的价值在于：当 AI 需要访问项目外部的数据或工具时，给它一个结构化、可控、可复用的入口。

典型场景：

  • 读取指定目录里的资料。
  • 查询 GitHub issue / PR。
  • 查询只读数据库。
  • 调用内部系统 API。
  • 复用同一个工具入口给 Claude Code、Codex、Cursor 等不同 Host。

三个角色

名称作用例子
Host你正在使用的 AI 应用Claude Code、Codex、Cursor
ClientHost 内部负责连接 MCP Server 的部分通常由 AI 应用内置
Server暴露工具和数据的进程filesystem server、GitHub server、数据库 server

日常配置时，主要关心的是给 Host 添加哪些 MCP Server。

MCP Server 提供什么

能力含义例子
Tools可被模型调用的动作创建 issue、查询数据库、读文件
Resources可读取的上下文数据文档、表结构、仓库文件
Prompts可复用提示模板代码审查模板、发布说明模板

普通用户最常用的是 Tools。

第一个 Server：只读练习目录

不要一开始就把整个用户目录暴露给 AI。先建一个练习目录：

mkdir -p ~/mcp-demo/notes
printf "hello mcp\n" > ~/mcp-demo/notes/readme.txt

大多数 MCP 配置形态类似：

{
  "mcpServers": {
    "filesystem-demo": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/you/mcp-demo"
      ]
    }
  }
}

含义：

  • filesystem-demo 是 server 名称。
  • command 是启动命令。
  • args 是命令参数。
  • 最后的路径是允许访问的目录。

Windows 路径示例：

{
  "mcpServers": {
    "filesystem-demo": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\you\\mcp-demo"
      ]
    }
  }
}

在 Claude Code 中添加

claude mcp add filesystem-demo -- npx -y @modelcontextprotocol/server-filesystem ~/mcp-demo
claude mcp list

然后启动：

claude

提问：

列出 filesystem-demo 能看到的文件，只读，不要修改。

在 Codex 中添加

codex mcp add filesystem-demo -- npx -y @modelcontextprotocol/server-filesystem ~/mcp-demo
codex mcp list

启动：

codex

提问：

查看可用 MCP 工具，说明 filesystem-demo 提供了什么能力。不要修改文件。

范例一：本地资料夹助手

适合：

  • 总结一组 Markdown 笔记。
  • 根据本地规范回答问题。
  • 检查新文档是否漏了章节。

准备目录：

mkdir -p ~/mcp-demo/handbook-notes
printf "Codex 文档要求：先给结论，再给步骤。\n" > ~/mcp-demo/handbook-notes/style.md
printf "示例 key 必须写成 sk-your-api-key。\n" > ~/mcp-demo/handbook-notes/security.md

添加：

codex mcp add handbook-notes -- npx -y @modelcontextprotocol/server-filesystem ~/mcp-demo/handbook-notes
codex mcp list

提问：

只读取 handbook-notes 里的资料，总结这个项目的写作规则。不要修改文件。

这个例子风险低，因为暴露给 AI 的目录很小。

范例二：Issue / PR 摘要助手

适合：

  • 整理最近打开的 issue。
  • 根据 PR diff 生成审查要点。
  • 把发布前未完成事项列成清单。

配置形态通常类似：

{
  "mcpServers": {
    "github-readonly": {
      "command": "npx",
      "args": ["-y", "<github-mcp-server-package>"],
      "env": {
        "GITHUB_TOKEN": "ghp-your-token"
      }
    }
  }
}

建议：

  • 先用只读 token。
  • token 不要写进仓库文件。
  • 第一次只让 AI 列表、总结、分类，不让它直接改远程状态。

可用任务：

查看当前仓库最近 5 个 open issue，按“安装问题、配置问题、文档问题、其他”分类，只输出摘要和建议下一步。

范例三：只读数据库问答

适合：

  • 查询产品指标。
  • 检查某个用户状态。
  • 根据运营数据生成周报草稿。

数据库类 MCP 一定先用只读账号。配置形态类似：

{
  "mcpServers": {
    "analytics-readonly": {
      "command": "node",
      "args": ["/path/to/analytics-mcp-server.js"],
      "env": {
        "DATABASE_URL": "postgres://readonly_user:password@host:5432/app"
      }
    }
  }
}

更稳妥的做法：

  • 给 MCP 单独建只读数据库账号。
  • 限制能访问的 schema、表和视图。
  • 让 server 内部做 SQL 白名单或超时限制。
  • 禁止把生产写权限、管理员账号、全库导出能力交给 AI。

提问示例：

使用 analytics-readonly 查询过去 7 天新增用户数，只输出 SQL、结果摘要和你对数据可靠性的判断，不要做任何写入操作。

什么时候不要用 MCP

如果只是重复一套写作步骤、代码审查格式或发布检查清单，不需要接外部系统，优先写 Skill。MCP 适合“访问哪里”，Skill 适合“怎么做”。

安全原则

每加一个 MCP Server，模型就多一组可调用能力。

建议：

  • 只添加当前任务需要的 server。
  • 给 filesystem 限定目录。
  • 给 database 使用只读账号。
  • 不把真实 API key 写进共享配置。
  • 定期清理不再使用的 server。

参考来源