MCP 系列（03）：生态导航——官方 Server 清单与社区精选

官方维护的 MCP Server

Anthropic 官方维护以下 Server，稳定性和文档质量可直接用于生产，无需额外审查。

安装方式

官方 Server 通过 npm 发布，两种接入方式：

bash 复制代码

# 方式 A：npx 直接运行（无需安装，适合快速测试）
npx @modelcontextprotocol/server-filesystem /path/to/allowed-dir

# 方式 B：全局安装后运行
npm install -g @modelcontextprotocol/server-filesystem

Claude Code 配置（在项目 .claude/settings.json 或用户全局设置中）：

json 复制代码

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/project"]
    }
  }
}

Filesystem --- 本地文件操作

安装： @modelcontextprotocol/server-filesystem

工具清单：

工具	功能
`read_file`	读取文件内容
`read_multiple_files`	批量读取文件
`write_file`	写入文件内容
`edit_file`	对文件做精确的字符串替换
`create_directory`	创建目录
`list_directory`	列出目录内容
`directory_tree`	递归输出目录树结构
`move_file`	移动或重命名文件
`search_files`	按 glob 模式搜索文件
`get_file_info`	获取文件元数据（大小、修改时间）

使用场景： 让 Agent 读写本地项目文件，代码生成后直接写入，配合代码库问答。

注意： 启动时必须声明允许访问的目录（沙箱化），Server 不会访问指定目录之外的路径。

GitHub --- 代码仓库管理

安装： @modelcontextprotocol/server-github

环境变量： GITHUB_PERSONAL_ACCESS_TOKEN

核心工具（部分）：

vbscript 复制代码

create_or_update_file    创建/更新仓库文件
search_repositories      搜索代码仓库
create_repository        创建新仓库
get_file_contents        读取文件内容（含历史版本）
push_files               批量提交多个文件
create_issue             创建 Issue
create_pull_request      创建 Pull Request
fork_repository          Fork 仓库
create_branch            创建分支

使用场景： Agent 直接管理 PR/Issue，自动化代码提交，仓库分析。

PostgreSQL --- 数据库查询

安装： @modelcontextprotocol/server-postgres

连接配置：

json 复制代码

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres",
               "postgresql://user:password@localhost:5432/mydb"]
    }
  }
}

工具： query（执行 SELECT 查询，只读，防止意外写入）

资源： postgres://<host>/<db>/schema（数据库 Schema，LLM 可读取后自动生成 SQL）

使用场景： 自然语言转 SQL，数据分析，业务查询。

Brave Search --- 网络搜索

安装： @modelcontextprotocol/server-brave-search

环境变量： BRAVE_API_KEY（需注册 Brave Search API）

工具：

工具	功能
`brave_web_search`	通用网络搜索，返回标题/描述/URL
`brave_local_search`	本地商业信息搜索（餐厅、地点等）

使用场景： Agent 实时查询信息，替代 Google（有免费额度）。

Fetch --- HTTP 请求

安装： @modelcontextprotocol/server-fetch

工具： fetch（发送 HTTP GET，返回清理后的页面内容）

特点： 自动将 HTML 转换为 Markdown，清理广告和导航元素，Token 友好。

使用场景： Agent 抓取网页内容，读取 API 文档，替代 Web Agent 的简单页面抓取需求。

Memory --- 知识图谱记忆

安装： @modelcontextprotocol/server-memory

工具：

复制代码

create_entities   创建实体节点（人、地点、概念）
create_relations  建立实体间的关系
add_observations  为实体添加观察/事实
delete_entities   删除实体
delete_relations  删除关系
search_nodes      语义搜索实体
open_nodes        读取指定实体的详情
read_graph        读取完整知识图谱

使用场景： 跨会话记忆（Agent 记住用户偏好、项目背景），构建轻量级的个人知识库。

其他官方 Server

Server	功能	适用场景
`server-puppeteer`	浏览器自动化（截图、点击、表单）	E2E 测试，网页抓取
`server-slack`	Slack 消息和频道管理	工作通知，自动化
`server-gdrive`	Google Drive 文件读取和搜索	企业文档访问

社区 Server 精选

以下是按类别整理的社区 Server，均经过可用性筛选，适合生产使用。

数据库类

Server	数据库	特点
`mcp-server-sqlite`	SQLite	本地数据库，适合开发环境
`mcp-mysql`	MySQL	支持查询 + Schema 读取
`mcp-server-qdrant`	Qdrant 向量库	语义搜索，RAG 召回
`mcp-server-redis`	Redis	缓存管理，键值操作

代码与开发工具类

Server	功能	特点
`codebase-memory-mcp`	代码库记忆	符号索引 + 语义搜索，参见本系列代码库知识库专题
`mcp-server-git`	Git 操作	log、diff、blame、branch 管理
`mcp-server-docker`	Docker 管理	容器、镜像、网络操作
`mcp-server-kubernetes`	K8s 集群	Pod 管理、日志查询

企业集成类

Server	平台	工具覆盖
`mcp-server-jira`	Jira	工单搜索、创建、更新
`mcp-server-confluence`	Confluence	页面读取、搜索
`mcp-server-linear`	Linear	Issue 管理、Sprint
`mcp-server-notion`	Notion	页面读写、数据库查询

AI / 知识类

Server	功能	特点
`mcp-ragflow`	RAGflow 知识库	对接 RAGflow 的检索接口
`mcp-server-langfuse`	Langfuse 可观测	Trace 记录、评测分数读取

如何评估一个 MCP Server 的质量

社区 Server 良莠不齐，用于生产前检查 5 个维度。

维度 1：Schema 描述质量

工具的 description 和参数描述决定 LLM 能否正确调用。

json 复制代码

// ❌ 描述不够具体，LLM 不知道什么时候用
{
  "name": "search",
  "description": "Search for items"
}

// ✅ 描述精确，包含使用时机和参数说明
{
  "name": "search_jira",
  "description": "Search Jira tickets by keyword. Use when the user asks about bugs, tasks, or issues. Returns title, status, priority, and assignee.",
  "inputSchema": {
    "properties": {
      "query": {
        "type": "string",
        "description": "Search keywords. Supports JQL expressions like 'project = PROJ AND status = Open'"
      }
    }
  }
}

检查方式： 用 demo_protocol_client.py（本系列第 02 篇 demo）连接目标 Server，看 tools/list 返回的 schema 描述是否精确。

维度 2：错误处理

工具执行失败时应该返回 isError: true + 有意义的错误信息，让 LLM 能理解失败原因。

json 复制代码

// ✅ 好的错误处理
{
  "content": [{"type": "text", "text": "Jira authentication failed: API token is invalid or expired. Please check JIRA_API_TOKEN environment variable."}],
  "isError": true
}

// ❌ 差的错误处理
// Server 直接 crash，没有输出，或者输出空响应

维度 3：安全设计

认证信息通过环境变量传入，不硬编码
输入参数有类型验证，防止注入
危险操作（写入、删除）有明确的权限声明或确认机制

维度 4：维护状态

GitHub 最近 3 个月有 commit
Issues 被响应（不是全部堆积无人处理）
有 README，说明安装和配置方式

维度 5：在真实场景中测过

用目标 Server 跑 5 个你的真实用例，记录成功率。LLM 能正确理解并调用工具，工具返回的格式 LLM 能正确处理。文档和代码对齐，没有未文档的行为。

快速上手路径

第一次接入 MCP：

bash 复制代码

# 1. 安装 Node.js（如果没有）
# 2. 在 Claude Code 或 Claude Desktop 加一个 Filesystem Server
# 3. 测试：让 Claude 读取一个文件

# Claude Code 配置：
# .claude/settings.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem",
               "/your/project/path"]
    }
  }
}

选第一个业务 Server：

根据你最常用的场景选一个 Server 实际接入，比 Server 数量更重要。接入一个真正用起来的 Server，比配置十个用不到的更有价值。

参考资料

欢迎访问 PrimeSkills ------ 一个精心策划的 AI Agent 与技能市场，所有内容均经过真实企业级工作流验证。没有噱头，只有真正有效的东西。

更多实用知识和有趣产品，欢迎访问我的个人主页