前言
MCP (全名: Model Context Protocol) 是由 Anthropic 推出的模型上下文協議。 透過這個功能,使得 LLM 可以簡單並理解的將模型運用在不同領域中。在 Manus 這個產品問世後,越來越多關注這塊東西,那麼我以我自己的理解描述一下這項協議在做什麼:
使用者定義 MCP(json file) 來告知 LLM 可調用之方法來去使 LLM 進行工具的操作。
簡單說就是使用者跟 LLM 說明有什麼工具可以讓他去調用工具進行協調工作,而 LLM 會收到任務後使用自己可用的資源來協作;省去了使用者交互的過程。
配置 MCP
在 Claude 桌面應用程式中,他的 MCP json 檔案會是存於:
- MacOS:
~/Library/Application\ Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%/Claude/claude_desktop_config.json
如果說不知道在哪裡的話,開啟 Claude 應用程式後,點選設定、進階設定,就可以看到這個檔案的位置。

此時,你就會看到 json 檔案,針對 json 檔案進行修改即可。
環境需求:
在使用這工具時,電腦環境需要有 Python, Nodejs 環境;這樣情況下調用工具時才能正常運作。
Get Started.
原則上就是 “mcpServers” 物件下增加自己所需要的工具調用;以下先使用這些工具為例: filesystem, fetch, puppeteer。
下面的設定檔中,<PATH_TO_ACCESS> 記得要修改 MCP 允許存取的路徑。
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"<PATH_TO_ACCESS>"
]
},
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
},
"puppeteer": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-puppeteer"]
}
}
}
範例圖片:

結論
透過代理機制,使得大型語言接入了各式各樣的生態;使 LLM 可以更加方便運行在不同的任務中。