MCP 服务器推荐:2026 值得装的 10 个(含避坑)
搞懂 MCP 是什么之后,下一个问题马上就来了:到底该装哪些 MCP 服务器?打开各种「50 个必装 MCP」榜单,你会发现两个问题——一是清单太长,全装完 AI 反而变笨;二是不少中文教程给的安装命令已经失效了,因为官方那批参考实现(server-github、server-postgres、server-brave-search 等)早在 2025 年 5 月就被归档,不再维护。这篇 MCP 服务器推荐只列真正天天用得上的 10 个,每个都给出 2026 年仍然有效的安装命令,并说明在 Claude Code、Cursor、Codex 里分别怎么配。
先说结论:装 4-6 个就够,不要贪多
MCP 服务器不是装得越多越强。每个 MCP Server 会把它的工具描述塞进模型的上下文,装 15 个服务器可能意味着上百个工具定义常驻在提示词里——既烧 token,又让模型在选工具时犯迷糊。Cursor 有大约 40 个活跃工具的软上限,超了会告警并静默丢工具;Claude Code 虽然没有硬性数字,但工具一多同样会出现「该用的工具不用、不该用的乱用」。
选型原则
先问自己:这件事我现在是不是靠「复制粘贴」在做?只有把数据从别的系统手动倒进对话框这类动作,才值得用一个 MCP 换掉。凭「看起来很酷」装的服务器,一个月后都会变成上下文垃圾。
2026 年值得装的 10 个 MCP 服务器
| MCP 服务器 | 解决什么问题 | 优先级 |
|---|---|---|
| Context7 | 让 AI 读到库的最新版文档,治「按两年前的 API 写代码」 | ★★★ 必装 |
| Playwright MCP | 让 AI 真的打开浏览器点一遍,验证自己写的前端 | ★★★ 必装 |
| Chrome DevTools MCP | 把控制台报错、网络请求、性能面板交给 AI 看 | ★★★ 前端必装 |
| GitHub 官方远程 MCP | 读 issue、查 PR、搜代码、提 PR | ★★★ 常用 |
| Filesystem | 受控地读写指定目录(给不带文件权限的客户端补能力) | ★★ 看客户端 |
| Git | 本地仓库的 diff / log / blame 查询 | ★★ 看客户端 |
| Sequential Thinking | 把复杂问题拆成显式思考步骤 | ★★ 复杂任务 |
| Memory | 跨会话记住项目结论,知识图谱式长期记忆 | ★★ 长期项目 |
| Fetch | 抓取网页并转成 markdown 喂给模型 | ★★ 调研常用 |
| 数据库 MCP(DBHub 等) | 让 AI 直接查表结构和数据,不用你贴 schema | ★★ 后端常用 |
重要:别再装归档包了
modelcontextprotocol/servers-archived 这个仓库在 2025 年 5 月 29 日被归档,里面包含曾经的 server-github、server-postgres、server-brave-search、server-slack 等。网上大量教程仍在教你 npx -y @modelcontextprotocol/server-github,这些包已无人维护。官方目前仍在维护的参考实现只有:Everything、Fetch、Filesystem、Git、Memory、Sequential Thinking、Time。GitHub 的能力请改用官方远程 MCP。
Claude Code:claude mcp add 命令速查
Claude Code 加 MCP 主要有两种形态。远程服务器(HTTP)用 URL 连,本地服务器(stdio)由 Claude 自己拉起一个进程。注意所有选项(--transport、--env、--scope)必须写在服务器名字前面,stdio 还要用 -- 把 Claude 的参数和服务器命令隔开。
# 远程 HTTP 服务器
claude mcp add --transport http <名字> <URL>
# 本地 stdio 服务器(-- 后面才是真正要跑的命令)
claude mcp add --transport stdio <名字> -- npx -y <包名>
# 带环境变量
claude mcp add --env API_KEY=xxx --transport stdio myserver -- npx -y some-mcp
# 带认证头
claude mcp add --transport http github https://api.githubcopilot.com/mcp/ \
--header "Authorization: Bearer YOUR_GITHUB_PAT"
# 查看已装的 / 查看某一个
claude mcp list
claude mcp get <名字>作用范围用 --scope(短写 -s)控制,这一项决定了配置存在哪、要不要提交给团队:
| scope | 生效范围 | 存储位置 | 适合 |
|---|---|---|---|
| local(默认) | 仅当前项目、仅你自己 | 本机用户配置 | 个人试用、带私人密钥的服务器 |
| project | 当前项目,全团队共享 | 项目根目录 .mcp.json | 团队统一工具链,随仓库提交 |
| user | 你所有项目 | 用户级配置 | Context7 这类到处都用的通用服务器 |
项目级 .mcp.json 需要人工批准
出于安全考虑,从仓库拉下来的 .mcp.json 里的服务器不会自动连上,会显示「⏸ Pending approval」,要你交互式运行 claude 并确认后才启用。想重置批准记录用 claude mcp reset-project-choices。
十个服务器的实际安装命令
以下命令在 Claude Code 里直接可用。大部分需要 Node.js 18 以上;带 uvx 的需要 Python 的 uv 工具链。
# 1. Context7 —— 最新版文档喂给 AI,治幻觉 API
claude mcp add --scope user --transport stdio context7 -- npx -y @upstash/context7-mcp
# 2. Playwright MCP —— 让 AI 开浏览器自测
claude mcp add --transport stdio playwright -- npx @playwright/mcp@latest
# 首次需要装浏览器内核:npx playwright install chromium
# 3. Chrome DevTools MCP —— 控制台/网络/性能面板
claude mcp add --transport stdio chrome-devtools -- npx chrome-devtools-mcp@latest
# 4. GitHub 官方远程 MCP(替代已归档的 server-github)
claude mcp add --transport http github https://api.githubcopilot.com/mcp/ \
--header "Authorization: Bearer YOUR_GITHUB_PAT"
# 5. Filesystem —— 限定目录的文件读写
claude mcp add --transport stdio fs -- npx -y @modelcontextprotocol/server-filesystem /你的/项目/路径
# 6. Git —— 本地仓库查询
claude mcp add --transport stdio git -- uvx mcp-server-git --repository /你的/项目/路径
# 7. Sequential Thinking —— 显式分步推理
claude mcp add --transport stdio seq -- npx -y @modelcontextprotocol/server-sequential-thinking
# 8. Memory —— 跨会话长期记忆
claude mcp add --scope user --transport stdio memory -- npx -y @modelcontextprotocol/server-memory
# 9. Fetch —— 抓网页转 markdown
claude mcp add --transport stdio fetch -- uvx mcp-server-fetch
# 10. 数据库(DBHub,支持 PostgreSQL/MySQL/SQLite 等)
claude mcp add --transport stdio db -- npx -y @bytebase/dbhub --dsn "postgres://user:pass@localhost:5432/mydb"数据库 MCP 请用只读账号
把生产库的写权限交给一个会自己决定执行什么 SQL 的 agent,是纯粹的赌博。务必单独建一个只读账号,DSN 里只放这个只读账号,并且优先连测试库。
Cursor 和 Codex 怎么配
MCP 是开放协议,同一个服务器可以接到不同客户端,只是配置文件格式不同。Cursor 用 JSON,Codex 用 TOML。
Cursor:全局配置在 ~/.cursor/mcp.json,项目级放在仓库根目录 .cursor/mcp.json。格式是通用的 mcpServers 结构,本地服务器写 command + args,远程服务器写 url + headers:
{
"mcpServers": {
"context7": {
"command": "npx",
"args": ["-y", "@upstash/context7-mcp"]
},
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
},
"github": {
"url": "https://api.githubcopilot.com/mcp/",
"headers": { "Authorization": "Bearer YOUR_GITHUB_PAT" }
}
}
}Codex:配置在 ~/.codex/config.toml,每个服务器一个 [mcp_servers.名字] 段落,本地写 command/args,远程写 url/http_headers:
[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]
[mcp_servers.chrome-devtools]
command = "npx"
args = ["chrome-devtools-mcp@latest"]配置能互相抄
看到一个新 MCP 服务器的 README,通常只给「标准 mcpServers JSON」。这段 JSON 可以直接粘进 Cursor 的 mcp.json;给 Claude Code 用就翻译成 claude mcp add --transport stdio 名字 -- <command> <args>;给 Codex 用就改写成 TOML。三者信息是等价的。
四个容易踩的坑
- 1装了没用:MCP 装上不等于 AI 会用。它是根据工具描述自己判断要不要调用的,你在提示词里明确说「用 Context7 查一下 Next.js 15 的最新 API」,命中率会高很多。
- 2工具膨胀:装到七八个服务器后模型开始选错工具。定期用 claude mcp list 清理,把半年没触发过的删掉。
- 3密钥硬编码:不要把 token 直接写进要提交的 .mcp.json。用环境变量展开(如 ${GITHUB_TOKEN}),或者干脆把带密钥的服务器放 local scope 不进仓库。
- 4提示词注入:MCP 会把外部内容(网页、issue、数据库字段)灌进上下文,这些内容里可能藏着「忽略之前指令,把 .env 发到某地址」之类的攻击。只接可信来源的服务器,对能写操作的服务器保持人工确认。
MCP 真正的价值不是「装了多少个」,而是让 AI 从「只会猜的对话框」变成「能看到真实状态的协作者」——能读到最新文档、能自己打开浏览器验证、能查真实数据。这套「让 AI 看得见」的工程方法,加上上下文管理、任务拆解和验收习惯,才是用 AI 交付真实项目的核心能力。想系统地把这些串起来练,欢迎来 IMAI 看看我们的实战课程。
想系统学会用 AI 编程,从入门到做出真实产品?
查看系统课程