5 个开源 MCP 服务器,让你的 AI 代理无所不能

最近我一直在鼓捣 AI ------ 主要是 Claude ------ 但它光是回答问题让我有点无聊了。

我想让它干点事儿,你懂的吧?

比如从网站抓数据,或者去翻我 GitHub 的项目。

这时候我发现了一些叫 MCP 服务器的东西。它们就像小帮手一样,让你的 AI 能和工具、应用打交道。开源的,免费的,而且说实话还挺好玩。

我来说说我试过的五个,让我当场惊呼:"卧槽,这也太牛了吧。"

啥是 MCP 服务器?

OK,MCP 是 Model Context Protocol 的缩写。它让 Claude 这种 AI 能和外部世界交流,比如网站啊,代码笔记本之类的。没有它,你的 AI 就只能靠猜。

有了它,就是:"喂 Claude,帮我看看 GitHub 上的问题",然后它真的就能搞定。我第一次搞定一个的时候激动得像是发现了游戏秘籍一样。

以下是我最近在研究的五个:

  1. Stagehand:会"冲浪"的 AI
    Stagehand 是 Browserbase 出的一个酷工具。它让你的 AI 像开着浏览器一样操作 ------ 点链接、抓文本,啥都行。我拿它从一个美食博客上抓了一堆菜谱标题,做项目方便得很,比我自己写脚本轻松多了。

git clone github.com/browserbase...

cd mcp-server-browserbase

npm install

npm start

它会跑在 localhost:3000 上。然后我跟 Claude(用的是 Claude Desktop,特别适合这个)说:

去个新闻网站,把头条抓过来。

Stagehand 嗖地一下就跑了过去,把标题捞回来,Claude 立马就回我了。

用来查价格、拉数据,不用写代码,简直不要太方便。

它是免费的、开源的,而且不像我试过的一些 web 工具那样老是崩。

2. Jupyter:玩数据不用愁

这个适合喜欢折腾数据的人。Jupyter MCP 服务器让你的 AI 能直接操控 Jupyter 笔记本 ------ 就是那种专门搞数据分析的工具。我不是啥数据科学家,但我叫 Claude 看了我咖啡店消费的 CSV(老实说挺丢人),它真就给我分析了。

git clone github.com/jjsantos01/...

cd jupyter-notebook-mcp

pip install -r requirements.txt

python server.py

跑在 localhost:8000 上。我对 Claude 说:

打开 coffee.csv,告诉我我花了多少钱买拿铁。

Claude 建了个 notebook,跑了几行 Python,然后说:

你这个月在拿铁上花了 $87.50。刺不刺激?

我自己一行代码都没写,就像有个 nerd 朋友帮你算账一样。

3. Opik:看清你 AI 干了啥

Opik 是 Comet 出的,它就是为了监控你的 AI 干了啥。比如 AI 开始瞎回答问题了,Opik 能帮你看到为啥。我有个 bot 老是答得特别二,后来用 Opik 一看,原来是 API 限制搞的鬼。

git clone github.com/comet-ml/op...

cd opik

./opik.sh

然后我在代码里加了:

import opik

opik.configure(use_local=True)

@opik.track

def ask_something(question):

return "You asked: " + question

ask_something("晚饭吃啥?")

我跟 Claude 说:

给我看看我的 AI 最近都干了啥。

它把每次调用、耗时、细节啥的都一股脑儿甩给我。

像是给你的 AI 安了个间谍,一有毛病立马揪出来。

4. GitHub:让 AI 跟你一起写代码

这个服务器是 GitHub 官方出的,让你的 AI 能直接读你仓库的内容。我之前忙成狗,没空点开十几个 tab 查项目进度,Claude 一下就给我列出 open 的 issues,简直救命。

git clone github.com/github/gith...

cd github-mcp-server

npm install

export GITHUB_TOKEN=your_token

npm start

它在 localhost:4000。我说:

Claude,看看我那个 'side-hustle' 仓库现在啥情况?

Claude 回我:

有两个问题:一个是登录的 bug,另一个是要加个分享按钮。

这样我就不用淹死在 GitHub 通知里了。

5. FastAPI-MCP:让 AI 直接调你写的 API

FastAPI-MCP 是个小妙招,它能把 FastAPI 应用变成 AI 能直接调的工具。我自己做了个记待办事项的 API,用这个就能让 Claude 查进度,啥额外操作都不用做。

git clone github.com/jlowin/fast...

cd fastmcp

pip install fastapi-mcp

然后我改了下我的 FastAPI 应用:

from fastapi import FastAPI

from fastmcp import mcp

app = FastAPI()

@app.get("/todo/{item_id}")

async def get_todo(item_id: int):

return {"id": item_id, "task": f"Task {item_id}"}

@mcp.tool()

async def get_todo_tool(item_id: int):

return await get_todo(item_id)

用 uvicorn main:app --reload 跑在 localhost:8000,然后我告诉 Claude:

我待办事项里第 5 项是啥?

Claude 回我:

第 5 项是"给妈妈打电话"。

真就是这么简单,自己给 Claude 做工具都不费劲。

为啥这些值得你玩一玩?

我玩这些服务器真的玩嗨了。Stagehand 擅长网页,Jupyter 玩转数据,Opik 把关行为,GitHub 是码农福音,FastAPI-MCP 让我想做啥就做啥。全是免费的,想怎么改就怎么改。

几点经验教训:

  • 先挑一个你感兴趣的。我第一个玩的是 GitHub,谁让我总泡 repo。
  • Claude Desktop 是我测试的首选。
  • 每个服务器的 GitHub README 都值得好好看 ------ 干货多。
  • 先在本地玩熟了,再考虑上大场面。
相关推荐
无声旅者23 分钟前
AI 模型分类全解:特性与选择指南
人工智能·ai·ai大模型
Grassto37 分钟前
Cursor Rules 使用
人工智能
MYH51643 分钟前
深度学习在非线性场景中的核心应用领域及向量/张量数据处理案例,结合工业、金融等领域的实际落地场景分析
人工智能·深度学习
Lilith的AI学习日记1 小时前
什么是预训练?深入解读大模型AI的“高考集训”
开发语言·人工智能·深度学习·神经网络·机器学习·ai编程
聚客AI1 小时前
PyTorch玩转CNN:卷积操作可视化+五大经典网络复现+分类项目
人工智能·pytorch·神经网络
程序员岳焱1 小时前
深度剖析:Spring AI 与 LangChain4j,谁才是 Java 程序员的 AI 开发利器?
java·人工智能·后端
柠檬味拥抱1 小时前
AI智能体在金融决策系统中的自主学习与行为建模方法探讨
人工智能
智驱力人工智能2 小时前
智慧零售管理中的客流统计与属性分析
人工智能·算法·边缘计算·零售·智慧零售·聚众识别·人员计数
workflower2 小时前
以光量子为例,详解量子获取方式
数据仓库·人工智能·软件工程·需求分析·量子计算·软件需求
壹氿2 小时前
Supersonic 新一代AI数据分析平台
人工智能·数据挖掘·数据分析