Article
MCP 是什麼？我用 Claude Code 接上自己做的 AI Agent 的實際做法
MCP（Model Context Protocol）是 Anthropic 開源的協定，讓 Claude、ChatGPT 等 AI 應用用同一套方式接上外部資料和工具，官方比喻成 AI 的 USB-C。我用 Claude Code 加 MCP，把自己 AI Agent 的發文庫和專案主控台開給外部 AI 查，出門用手機看得到進度。
MCP 是什麼？AI 應用的通用插座
官方文件的說法很直白，MCP 是一個開源標準，用來把 AI 應用接到外部系統。能接的東西分三種。
| 類型 | 官方舉的例子 | 我的白話 |
|---|---|---|
| 資料來源 | 本機檔案、資料庫 | 讓 AI 讀得到你的東西 |
| 工具 | 搜尋引擎、計算機 | 讓 AI 幫你按按鈕、做動作 |
| 工作流程 | 特製的提示詞 | 把你常用的做法包好給 AI 套用 |
架構上分兩端。提供資料和工具的一方叫 MCP 伺服器，Claude Code、Claude 桌面版、ChatGPT、VS Code、Cursor 這些 AI 應用是用戶端。伺服器寫一次，支援 MCP 的用戶端大多都能接，這就是 USB-C 那個比喻的意思。MCP 最早由 Anthropic 在 2024 年 11 月 25 日發表，2025 年 12 月移交給 Linux 基金會底下、由 Anthropic、Block、OpenAI 共同成立的 Agentic AI Foundation 管理，現在由多家公司一起維護。
我剛學的時候最常搞混 MCP 和 API。API 是程式之間交換資料、呼叫功能的介面；MCP 規定的是 AI 怎麼發現「這台伺服器有哪些工具」、怎麼呼叫、怎麼讀資源。很多 MCP 伺服器背後其實也在打 API，所以不要把 MCP 講成 API 的下一代，兩者會一起出現。
想先把 AI Agent 本身搞懂的，可以先看 AI Agent 是什麼，再回來看 MCP 會順很多。
我為什麼讓 Claude Code 接上自己做的 AI Agent
2026 年 8 月我發過一篇貼文，標題是「地端 Agent 會沒戰力嗎？不會，開個 MCP 把非機密資料公開給 Codex、Claude 就行」。那時的想法到現在都沒變。
我自己做的 AI Agent 用地端模型，專門處理我自己和企業的機密資料，還有不想被收集的 Know-how。AI 工具只會越來越多、越來越強，我要隨意改 Codex、Claude 很麻煩，它們一出新功能就打亂我的工作節奏。所以我選擇專心開發自己的 Agent、累積自己的知識庫，把用到的工作流做成工具。
分工是這樣的。
- 地端處理最貼身、最機密的事。
- 不敏感的資料和做好的工具，透過 MCP 開給外部最強的模型調用、分析。
- Claude、Codex、ChatGPT，支援 MCP 的大多都能接上。
封面那張圖是我在 AI Agent 自學網免費 L0 課裡放的懶人包，講兩個方向。上排是自己的 Agent 去換用別的模型，下排是外部 AI 透過受控的 API 或 MCP 來借用自己的工具。MCP 管的是下排那條路。這套「主系統加外掛、再用 MCP 雙向串接」的想法，我在 為什麼你該自建專屬 AI Agent 有寫得更完整。
我實際接了哪些 MCP
下面是我現在 Claude Code 每天在用、而且是接到自己系統上的幾個 MCP。
| MCP | 讓 Claude Code 能做什麼 | 我用它做什麼 |
|---|---|---|
| 發文庫 | 語意搜尋、讀全文、列清單、看成效統計 | 寫文章前先撈我過去寫過的真實貼文當素材 |
| 專案進度主控台 | 查票券、領工作、交報告 | 電腦、網頁、手機上的 AI 都看同一份進度 |
| 程式碼圖譜 | 查誰呼叫誰、改這裡會影響哪裡 | 改大專案前先問圖譜，少漏改 |
| 資料庫（唯讀、可寫分兩個） | 查資料表、跑 SQL | 平常只開唯讀那個，我明講要改才用可寫的 |
專案主控台是 2026 年 10 月 29 日那篇貼文講的東西。當初那篇意外爆文，有人抨擊這是不合理的操作，也有學員以為這是大廠才做得到的事。它用到的只是 MCP 的基本應用。我在家、在辦公室用電腦管開發進度；外出時讓 ChatGPT 或雲端的 Claude 透過 MCP 接進同一個主控台，一邊看進度，一邊跟網頁上的 AI 繼續討論靈感、排更多工作。
自己做 MCP 的門檻也比想像中低。我當時在貼文裡寫的做法就是一句話，跟你的 AI 說「幫我做成 MCP，讓其他 AI 可以接入」。它會幫你把現有的功能包成 MCP 伺服器，你要做的是決定哪些功能能開、哪些不能開。
Claude Code 怎麼加 MCP
Claude Code 用 claude mcp add 加伺服器，下面的指令格式取自 Claude Code 官方文件（2026 年 11 月查核）。
遠端伺服器用 HTTP，官方也建議遠端優先用這種。
claude mcp add --transport http notion https://mcp.notion.com/mcp
# 需要金鑰的伺服器，加上標頭
claude mcp add --transport http secure-api https://api.example.com/mcp \
--header "Authorization: Bearer your-token"本機程式用 stdio，-- 後面是啟動伺服器的指令。
claude mcp add --transport stdio airtable \
--env AIRTABLE_API_KEY=YOUR_KEY -- npx -y airtable-mcp-server用 --scope 決定這個 MCP 給誰用。
| 範圍 | 在哪裡生效 | 會不會跟團隊共用 | 存在哪 |
|---|---|---|---|
| local（預設） | 只有目前專案 | 不會 | ~/.claude.json |
| project | 只有目前專案 | 會，跟著版本控制 | 專案根目錄的 .mcp.json |
| user | 你所有的專案 | 不會 | ~/.claude.json |
幾個我實際碰到的小地方。
- 舊的 SSE 傳輸方式官方已標為淘汰，新伺服器直接用 HTTP。
- 進 Claude Code 之後打
/mcp，可以看每個伺服器有沒有連上、重新登入、暫時關掉某個伺服器。 - 我自己系統開出來的 MCP 都是 HTTP 型，帶一把只給外部 AI 用的金鑰，每把金鑰要勾選能用哪些入口，例如要查發文庫就得勾發文庫那一項。
claude mcp add是 Claude Code 專用的指令；同一台 MCP 伺服器也能接到 Claude 桌面版、ChatGPT、Cursor，只是各家設定的地方不一樣。
開 MCP 給外部 AI 前，我會先驗四件事
把自己的東西開出去，最怕的是開太多。我在 L0 課裡教的檢查順序，也是我自己每接一個新 MCP 都會走一次的流程。
- 連得上。用
/mcp或請 AI 呼叫一次最簡單的查詢。 - 資料對。拿一筆我自己知道答案的資料，比對 AI 查回來的內容。
- 沒授權的動作會被擋。只開查詢的 MCP，請 AI 試著改一筆，確認真的改不了。
- 結果追得回來源。AI 回答時能指出是哪一篇、哪一張票，我才敢拿來用。
另外兩個是我自己一直守著的習慣。一是唯讀和可寫分成兩個 MCP，平常只開唯讀；二是金鑰、密碼這類東西不貼進對話，設定檔只複製、不印出內容。
自己做 Claude Code 桌面版，讓它跟自己的 Agent 共用工作區
2026 年 10 月 14 日我發了一篇，講我自己做了 Claude Code 的桌面版。原本我都在 Antigravity 裡用控制台開，黑底白字很不方便；而且我之後要讓 Claude Code 跟自己做的 AI Agent 共享工作區、一起跟我工作，就乾脆自己做。
做法一樣是直接跟 Claude Code 講要什麼。它現在能直接畫出 Markdown，多開對話很簡單，想加什麼就加，例如階段完成提示、未讀提醒、完成通知。我當時的規劃是兩邊都接上同一套工作區和進度。
- 一邊是最強的前沿模型。
- 一邊是我自己打磨 harness 的無審查地端模型。
- 兩邊都有本機工作模式和伺服器工作模式。
讓兩邊共用進度的那條線，就是 MCP。地端模型要怎麼套 harness 才不會亂跑，我寫在 地端 AI 模型總是跳針 那篇。
從 Claude Code 原始碼外洩事件，我學到怎麼設計自己的 Agent
2026 年 3 月 31 日，Claude Code 在 npm 上的 2.1.88 版不小心附上一個約 59.8 MB 的 source map 檔，等於把原始碼一起放了出去。Anthropic 對 VentureBeat 的說法是「發版打包時的人為失誤，不是資安入侵」。至於外流的程式碼有多少行，各家報導的數字不一樣，我就不寫死。
4 月 2 日我看完國外大神的影片和整理後發了一篇心得，對我自己做 Agent 最有用的是這五個方向。
| 方向 | 我當時的理解 | 我自己系統怎麼用 |
|---|---|---|
| 全域設定 | 規則檔每一回合都載入，AI 從頭到尾照規矩走 | 我的規則檔分核心和按需讀取兩層 |
| 平行處理 | 不讓一個 Agent 包辦，派子代理分頭做 | 查資料、清點這類機械活派便宜的子代理 |
| 自動判斷權限 | 讓模型預判哪些指令可放行、哪些危險 | 危險指令交給攔截規則，日常不一直跳確認 |
| 壓縮 | 內容塞越多品質越容易掉，要主動整理 | 長任務的進度寫成檔案，不全塞在對話裡 |
| 對話有狀態 | 卡關不急著重開，帶著錯題本繼續 | 踩過的坑寫進共同教訓檔，下次先讀 |
這是我當時的理解和後來在自己系統上的做法，Claude Code 內部實際怎麼寫，請以官方文件為準。
開始讓你的 AI 接上自己的工具
如果你也想讓 Claude Code 接上自己做的 AI Agent，我會建議這樣起步。先挑一個你最常查的資料，做成只能查詢的 MCP；用上面四件事驗過，再慢慢加工具和寫入權限。專案主控台那一課現在放在 AI Agent 自學網，想從零開始做自己的 Agent，可以 Google 搜尋「AI Agent 自學網」，先跟著免費教學做出第一個。
想找我一起規劃企業內部的 Agent 和 MCP 串接，可以到 合作洽談 留言給我。
常見問題 FAQ
MCP 是什麼？
MCP（Model Context Protocol）是 Anthropic 在 2024 年 11 月開源的協定，讓 Claude、ChatGPT 這類 AI 應用用同一種方式接上外部的資料、工具和工作流程。官方把它比喻成 AI 應用的 USB-C，2025 年 12 月起移交給 Linux 基金會底下的 Agentic AI Foundation。
MCP 和 API 有什麼不同？
API 是程式之間交換資料、呼叫功能的介面；MCP 是專門給 AI 應用和外部伺服器協作的協定，規定 AI 怎麼找到有哪些工具、怎麼呼叫、怎麼讀資源。很多 MCP 伺服器背後其實也是在呼叫 API，兩者可以一起用。
Claude Code 要怎麼加 MCP？
在終端機用 claude mcp add 指令加。遠端伺服器用 --transport http 加網址，本機程式用 --transport stdio 加啟動指令；用 --scope 決定只在這個專案用、跟團隊共用（寫進 .mcp.json），或是所有專案都能用。進 Claude Code 後打 /mcp 可以看連線狀態。
把自己的資料開成 MCP 安全嗎？
看你開了什麼權限。我的做法是機密資料留在地端，只把不敏感的資料和做好的工具開出去；先開唯讀，要寫入的另外開一個並加金鑰。接通後先驗連線、資料對不對、沒授權的操作有沒有被擋、結果能不能追回來源。