Android AI解放生产力（二）：认识MCP以及配置config.toml

接上篇。

上一篇的准备工作做好后还不能开始干活，需要做一些配置工作。

一、认识MCP

下面介绍的都是会用到的MCP。

1、sequential-thinking（结构化推理/分步思考 MCP）

Sequential Thinking MCP 是一种为 AI 提供 逐步结构化分析和分解思路 的服务。它不是简单返回一个结果，而是帮助模型：

把复杂任务分成多个 思考步骤**
按顺序推进、检查和修正每一步的输出
支持 思维分支（explore alternative strategies）
提供可解释的 中间思考状态 和 反思能力

这种 MCP 特别适合解决需要规划、设计、策略推敲等场景，比如：

✔ 复杂需求拆解

✔ 系统设计分析

✔ 有多个可能方案且需要比较优化

✔ 自我修正和深度探索的任务

它弥补了传统 LLM 一次性输出的局限，让思考过程显式化，有助于降低错误概率和提高可靠性。

不需要显示调用。

(👆🏻AI写的)

2、context7（实时文档/代码示例检索 MCP）

Context7 MCP 的核心目标是让 AI 获得最新、最准确、与库版本匹配的官方文档和代码示例：

在实际编码时动态检索官方文档。
避免 LLM 因训练数据滞后而生成过时/错误的 API 调用
减少所谓的 "幻觉代码"

换句话说，它给大语言模型装上了一副实时文档眼镜，让模型在生成代码时能够：

获取最新发布版本的库文档
查询函数签名和参数说明
拿到真实可用示例代码

这对 AI 编程助手非常重要，可以显著提高生成代码的正确率和可运行性。

(👆🏻AI写的)

使用方法就是在提示词最后加上use context7。例如：AWS MQTT的连接方式？use context7。

在使用context7的时候，如果github上面有一些不太出名的项目，你希望context7也支持它，非常简单：

1.去Context7 - Up-to-date documentation for LLMs and A...官网，点击右上角的绿色Add >Docs

2.在github url输入框里面填入github地址

3.等待context7后端解析完毕，即可在mcp里面享受项目的文档和使用案例详解。

除了显示调用，最好配合skill来使用

3、serena（语义代码检索 & 精准编辑 MCP）

Serena MCP 是一个功能更强、更像 IDE 工具的 MCP 服务器，实现了语义级代码搜索与编辑能力：

它不仅仅是提供文档、还能够：

对代码进行语义级检索（不是简单关键词搜索）
理解项目中符号、函数定义、引用关系
识别变量、类型和依赖结构
提供类似 IDE 的代码导航、引用查找、重构建议
结合 LLM 提供更精确的代码修改和补丁生成

它可视为让客户端（如 Codex CLI、Claude Desktop、Cursor 等）变得像一个有 IDE 能力的伙伴，而不是单纯语言模型。Serena 的 MCP 输出更接近代码理解 + 编辑而不仅是文本/文档查询。

⚠ 注意：Serena 需要 uvx 工具（现代 Python 包管理器）来启动，并且配置和依赖相对比前两个更复杂一些。

(👆🏻AI写的)

建议在AGENTS.md文件的最前面加入一句话显示开启Serena：

kotlin 复制代码

## 显示激活Serena MCP
- IMPORTANT: If `serena.activate_project` has not been called in the context, then call it once first.

另外开启Serena后，项目的根目录会多一个.serena的文件夹，一般建议加入忽略文件。

二、认识config.toml文件

config.toml文件其实就是Codex的配置文件，打开方式(Mac)就是搜索~/.codex/config.toml找到这个文件打开即可。下面介绍一些需要添加的配置：

1、打开codex联网能力

kotlin 复制代码

[features]
# 让codex有联网查询能力
web_search_request = true

2、打开skills能力

kotlin 复制代码

[features]
# 打开skills能力
skills = true

3、其他

其他例如沙箱模式，指定模型等，建议需要用到的时候问AI吧，因人而异。

三、配置MCP和config.toml文件

MCP就是配置在config.toml文件中的，下面是一份我的config.toml文件供参考：

kotlin 复制代码

model = "gpt-5.1-codex-max"
model_reasoning_effort = "high"

# 顶层全局默认：只读 + 从不升级
sandbox_mode    = "read-only"
approval_policy = "never"
trust_level = "untrusted"


[features]
# 让codex有联网查询能力
web_search_request = true
# 打开skills能力
skills = true


[projects."/Users/river"]


[projects."具体项目根路径，自动生成的"]
# 如果你想让这个项目也继承只读，就不要在这里把 trust_level 改成 trusted，改成trusted codex可以修改你的项目文件，下面被注释掉了
# trust_level = "trusted"



[mcp_servers.figma_local]
url = "http://127.0.0.1:3845/mcp"
startup_timeout_sec = 20
tool_timeout_sec = 60


[mcp_servers.sequential-thinking]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-sequential-thinking"]
startup_timeout_ms = 20000


[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]
startup_timeout_ms = 20000


[mcp_servers.serena]
command = "uvx"
args = ["--from", "git+https://github.com/oraios/serena",
        "serena", "start-mcp-server", "--context", "codex"]
startup_timeout_ms = 20000

AI怎么用，怎么放权看个人，比如你想让它只读，确实没有风险，但也很大的限制了AI的能力，如果允许AI写的话，请好好审查AI修改后的代码。