上节我们讲了 MCP 是什么、为什么重要。今天我们讲怎么用——跟着本文,你能在 30 分钟内把 Claude(或 Cursor)接上 GitHub、PostgreSQL、Playwright 浏览器,让你的 Agent 能查仓库、查数据库、操作网页。
这 3 个 MCP Server 几乎是所有企业内部 Agent 的”标配”,学会它们,你就能应对 80% 的 Agent 工具集成场景。
一、为什么要把这 3 个工具集成在一起
在开始之前,先说一个真实场景——为什么这 3 个工具缺一不可:
假设你的团队要做”竞品监控 Agent”。这个 Agent 需要:
- 每天自动跑一遍竞品网站(Playwright)
- 把新内容存到数据库(PostgreSQL)
- 把分析结果推到 GitHub 仓库,作为团队知识库(GitHub)
这三个动作必须连贯。如果你不会 MCP,得分别写 3 套集成代码;用 MCP,30 分钟搞定。这就是为什么 MCP 在企业 Agent 场景里几乎是必备技能。
接下来我们一个个讲怎么接。
二、准备工作:5 分钟装好 MCP Client
我们用 Claude Desktop 作为 MCP Client(也是目前最稳定的 MCP 客户端)。如果你偏好 Cursor、Windsurf 或其他工具,流程一样,只是配置文件路径不同。
步骤 1:装 Claude Desktop
从 [claude.ai/download](https://claude.ai/download) 下载,装好后用邮箱登录。新账号有 Pro 试用,够用。
步骤 2:找到 MCP 配置文件
Claude Desktop 的 MCP 配置在:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
如果文件不存在,新建一个。
步骤 3:准备 API key
后文用到的 MCP Server 需要这些 key:
- GitHub:GitHub Personal Access Token(PAT),去 GitHub Settings → Developer settings → Personal access tokens → Tokens (classic) 生成。勾选 repo、read:org、read:user 等权限。
- PostgreSQL:数据库连接字符串,如
postgresql://user:password@localhost:5432/mydb - Tavily(配合 Playwright 用):Web 搜索 API key,去 [tavily.com](https://tavily.com) 注册免费 1000 次/月。
把这些 key 存到环境变量,或者直接写在 MCP 配置的 env 字段。
到这里准备就绪。下面开始接工具。
三、实战 1:接 GitHub(查仓库、提 issue、看 PR)
GitHub MCP 是最常用的 MCP Server 之一,Anthropic 官方维护。装好后,你的 Agent 能:
- 查仓库信息(描述、语言、stars)
- 列 issue、PR、commits
- 创建 issue、加评论
- 看 workflow 状态
配置 MCP
在 claude_desktop_config.json 里加:
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_你的token"
}
}
}
}
重启 Claude Desktop。它会自动连接 GitHub MCP Server,在对话窗口你会看到左下角有个 “🔧 1 tool available” 提示——这就是 GitHub MCP 已经接好了。
测试用例
用例 1:查仓库信息
输入:帮我查一下 anthropics/anthropic-sdk-python 仓库的描述、最新 release、stars 数
Claude 会自动:
- 调用 GitHub MCP 的
get_repository工具 - 拿到仓库信息后整理输出
- 给你可读的摘要
用例 2:列出我所有的 PR
输入:列出我最近一周在 [你的用户名] 名下所有仓库的 open PR
Claude 会调 list_pull_requests 工具,带过滤条件。
用例 3:查 issue
输入:查一下 [仓库名] 上所有 label 是 bug 的 open issue,按创建时间倒序排
Claude 会综合多个工具调用,把结果整理好。
用例 4:创建 issue
输入:给 [仓库] 提一个新 issue,标题是 [XXX],内容是 [YYY],labels 是 [bug, enhancement]
Claude 会调 create_issue,告诉你 issue URL。
这些用例展示了一个关键能力:Claude 不仅能”读”GitHub(查询信息),还能”写”GitHub(创建 issue、加评论)。这是普通 LLM 调用做不到的——通过 MCP,Agent 真正能改变外部系统。
四、实战 2:接 PostgreSQL 数据库
数据库是 Agent 工具集成最常见的场景。有了 PostgreSQL MCP,Agent 能:
- 执行 SQL 查询
- 看表结构
- 分析数据
- 生成报告
配置 MCP
"mcpServers": {
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": {
"POSTGRES_CONNECTION_STRING": "postgresql://user:password@localhost:5432/mydb"
}
}
}
}
⚠️ 安全提醒:连接字符串里包含数据库密码。生产环境建议用只读权限的数据库账号,或者通过 Unix socket / SSH 隧道连。永远不要给 Agent 写权限的数据库账号。
测试用例
用例 1:查表结构
输入:看一下 mydb 库里 customers 表的表结构,列出所有字段名、类型、是否可空
Claude 会调 list_tables、describe_table 工具。
用例 2:执行 SQL
输入:用 postgres MCP 查一下 customers 表的总行数、最近一周新增客户数、按注册来源分组的客户数前三名
Claude 会:
- 写出 SQL:
SELECT COUNT() FROM customers;+SELECT COUNT() FROM customers WHERE created_at >= NOW() - INTERVAL '7 days';+SELECT source, COUNT(*) FROM customers GROUP BY source ORDER BY 2 DESC LIMIT 3; - 执行每条 SQL(注意,mcp server 通常一次执行一条)
- 把结果整合成可读的总结
整个过程你不需要懂 SQL——Claude 自己写并执行。
用例 3:数据可视化建议
输入:基于上面的查询结果,给我 3 个可视化建议,每个说明用什么图表、为什么
Claude 会基于数据给出图表建议(柱状图、折线图、饼图各适用什么场景)。
用例 4:更新数据(慎用)
输入:更新 customers 库 city='Beijing' 且 status='inactive' 的记录,把 status 改成 'reactivated',需要我确认再执行
Claude 会先调 SQL,但等你确认才执行。MCP 实现通常不允许 Agent 静默执行写操作,必须有”二次确认”步骤。这是一个安全机制,确保 Agent 不能随意改数据。
> 💡 生产建议:Agent 接入数据库,只读账号是底线。如果需要写操作,加事务、人工审核、回滚机制。Agent 一旦有写权限,出了 bug 可能批量改坏数据。
五、实战 3:接 Playwright 浏览器
Playwright MCP 让 Agent 能操作真实浏览器,做自动化测试、抓数据、模拟用户操作。
配置 MCP
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-playwright"]
}
}
}
注意:Playwright MCP 不需要 API key,它只是开了一个浏览器会话。但首次启动会下载浏览器二进制,可能需要几分钟。
测试用例
用例 1:抓网页数据
输入:用 Playwright 打开 https://news.ycombinator.com,列出前 10 条新闻的标题、链接、分数
Claude 会:
browser_navigate打开页面browser_snapshot拿到 DOM 结构- 解析 DOM,提取数据
- 整理输出
用例 2:自动填表单
输入:打开 https://example.com/contact,填写 name 字段为 "张三",email 字段为 "test@example.com",message 字段为 "你好",提交前先给我看截图
Claude 会:
- 打开页面
- 截图给你看(确认初始状态)
- 依次填字段
- 每一步截图给你看
- 提交前最后截图,等你确认
整个表单填写过程是”可视化”的——你能看到每一步发生什么,出错了 Claude 会主动停下来。
用例 3:多步骤业务流程
输入:在 https://github.com 上搜索 "agent framework",找到 anthropic-sdk-python 仓库,点进去看 README,把 README 的前 5 段提取出来给我
Claude 会执行一连串操作:搜索、点击、滚动、提取。每一步都会验证,失败会重试或换策略。
Playwright MCP 的最大价值是给 Agent”看见”和”操作”真实网页的能力。对于做”竞品监控”、”自动测试”、”数据采集”的 Agent 来说,这是必备工具。
六、实战 4:多个 MCP Server 组合
单 MCP 强不是真强,组合起来才见威力。我们做个综合应用:
让 Claude 同时接入 GitHub + PostgreSQL + Playwright,完成一个”竞品监控 Agent”。
配置文件
"mcpServers": {
"github": { … },
"postgres": { … },
"playwright": { … }
}
}
任务示例
输入:帮我做一次竞品监控:
用 Playwright 打开 example.com/pricing,把页面截图和价格文本存到 PostgreSQL 的 competitor_data 表查一下 PostgreSQL 里 competitor_data 表,有几条最近一周的数据,列出来如果发现价格有变化,在 GitHub 我的 [用户名]/competitive-analysis 仓库提一个 issue,标题 "Pricing change detected"
这个任务涉及 3 个 MCP Server、多个工具调用、状态持久化、外部通知。一般开发者写需要 200+ 行代码,用 MCP 30 分钟就能跑通。
七、调试技巧:常见坑与解决方案
问题 1:MCP Server 启动失败
症状:Claude 启动后没看到 “🔧 tool available” 提示
原因:
- 配置文件路径错
- JSON 格式错(注意 JSON 不能有注释)
- 缺少依赖(Node.js、Python 等)
修复:
- 查配置文件路径
- 在线 JSON validator 校验格式
- 终端手动跑
npx -y @modelcontextprotocol/server-postgres,看错误信息
问题 2:工具调用成功但结果不返回
症状:Claude 调用工具,日志有调用记录,但 Claude 没拿到结果
原因:通常是 MCP Server 的 stdout 输出有问题,或者超时
修复:把 MCP Server 输出重定向到文件,查错误日志
问题 3:权限拒绝
症状:Claude 报 “permission denied”
原因:token、key、数据库账号权限不够
修复:去对应平台(GitHub、DB)检查权限设置
问题 4:Agent 不知道有什么工具可用
症状:Claude 不知道怎么调某个工具
原因:这个 MCP Server 的工具没列在对话上下文里
修复:重启 Claude Desktop,确保 MCP Server 正常加载
问题 5:Agent 反复调同一个工具
症状:死循环,Agent 不停调工具
原因:工具返回的结果”误导”了 Agent,或者 Agent 没意识到任务完成
修复:
- 把任务描述写得更明确(“调 1 次就够”)
- 加 “如果不成功,告诉我,不要重试” 这样的 prompt
- 在工具描述里加上”什么时候该停止”
八、安全建议:Agent 的工具调用不是”无代价”的
接 MCP 让 Agent 强大,但也让 Agent 有了”破坏力”。几个必须遵守的安全原则:
原则 1:权限最小化
不要给 Agent “root/admin” 权限的账号。例如:
- 数据库只给只读账号
- GitHub 用细粒度 PAT,只勾选需要的权限
- 文件系统只在指定目录读写
原则 2:二次确认
涉及写操作(创建/更新/删除)的事,应该:
- 让 Agent 先描述”它要做什么”
- 等用户确认再执行
- 或者用审批工作流
原则 3:审计日志
所有 MCP 工具调用都应该记录日志,包括:
- 谁、什么时候、调了哪个工具
- 输入输出是什么
- 持续保存,便于事后审查
原则 4:超时和限流
防止 Agent 跑死循环:
- 每个工具调用都有超时(30s/60s)
- 每个会话有最大调用次数限制
- 监控异常模式(如 100 次工具调用/分钟)
这些不是”偏执”,而是 MCP 工具集成的”基本功”。在企业生产环境,合规和审计是绕不过去的门槛。
九、下一步
学完 MCP 实战,你的 Agent 已经能”用手脚”做真实的事了。接下来的几个方向:
方向 1:基于 MCP 构建自定义 Agent
不只 Claude Desktop,你可以用 LangGraph、AutoGen 框架构建自己的 Agent,把 MCP Server 接进去。这样你有完全控制权(可以加 prompt 优化、加多 Agent 协作、加业务逻辑)。
参考上一节的 LangGraph 教程,把 MCP 工具包注入 Agent:
# 把 GitHub MCP 加载为 LangChain 工具
github_tools = await load_mcp_tools("github", …)
agent = create_react_agent(model, […其他工具, …github_tools])
方向 2:自己开发 MCP Server
当你有内部工具想给 Agent 用,可以自己写 MCP Server 包一层:
- Python:用
mcpSDK,100 行内能写一个 - TypeScript:用
@modelcontextprotocol/sdk
下次我会单独写一篇”如何开发 MCP Server”的实战教程。
方向 3:企业级 MCP 平台
如果你所在的企业想统一管理 MCP Server,可以搭一个 MCP Hub,提供:
- 工具目录(像 App Store)
- 权限管理(谁能用哪个工具)
- 使用监控(谁调用了多少次)
- 成本分析
MCP 的生态才刚开始,机会很大。
十、写在最后:MCP 让 Agent 从”能对话”变成”能做事”
最后回顾一下今天的重点:
- GitHub MCP——让 Agent 管理代码仓库、自动化 issue 工作流
- PostgreSQL MCP——让 Agent 查数据库、做数据分析、生成报告
- Playwright MCP——让 Agent 操作浏览器、抓数据、做自动化测试
- 多 MCP 组合——让 Agent 完成跨系统的复杂任务
这 4 个 MCP 工具,你任何一个能熟练用,都能在企业内部做出能解决真实问题的 Agent。组合起来,你能做的就更多了。
下周我会写一篇”如何自己开发 MCP Server”的文章,把你的内部工具也变成 MCP,接入到 Claude 或自研 Agent 里。这一步走通,你的”AI 转型”才真正落到实处。
今天先把 3 个公开 MCP 跑通,体验”Agent 能做事”的快感。30 分钟后,你的 Claude 就能查 GitHub、查数据库、操作网页——这 3 个能力,几乎覆盖所有企业内部 Agent 场景。
附:MCP 价值的三层递进
走完上面 3 个 MCP 实战,你的 Agent 已经能”动手做事”了。但这只是 MCP 价值的第一层——背后还有更深的价值空间,值得你慢慢体会。
第一层:接工具
你刚开始做的是”接工具”——Claude 用上 GitHub MCP、数据库 MCP、浏览器 MCP。这种能力的价值是”让 Agent 能做事”,适用于个人提升效率,但不适合企业大规模生产。
第二层:接场景
下一层是”接场景”——你为一个具体业务场景接入一套 MCP(比如”销售场景”的 CRM MCP + Email MCP + 会议纪要 MCP + 客户画像 MCP)。这种能力的价值是”让 Agent 能跑通一个完整业务流”,适用于部门级自动化。
第三层:接生态
最高层是”接生态”——你帮企业构建一个 MCP 内部生态,所有内部工具都暴露为 MCP Server。这样做的好处是:
- 不同 Agent 可以互联互通(销售 Agent 能调技术 Agent,财务 Agent 能调运营 Agent)
- 新员工接 Agent 的成本降低(招新人不用学内部所有系统,只要跟 Agent 说话)
- 工具复用率提升(一个 MCP Server 服务所有 Agent,避免重复造轮子)
这一层是 2026 年企业 AI 转型的”决战点”——谁能先建好 MCP 生态,谁就能先享受 Agent 时代红利。
这三个层级不是一次到位,是 1-3 年的渐进过程。个人/小团队做到第一层就足以效率翻倍;中型企业需要做到第二层;头部企业则必须在第三层布局。你现在做的事,从一开始就在为未来蓄能。
最后一句话:MCP 不只是”工具集成协议”,它是”Agent 时代的操作系统接口”。今天你接入 3 个 MCP,是理解这个接口的最好方式。1-2 年后回看,这 30 分钟的学习可能是你在 AI 时代最划算的一笔投资。
现在就去 Claude Desktop 装上 GitHub MCP,试试让 Claude 查一下你的某个仓库——体验”Agent 真正能动手做事”的感觉。这种体验一旦有了,你就回不去了。
(综合 Anthropic MCP 官方文档、Playwright MCP 文档、PostgreSQL MCP 文档、GitHub MCP Server 配置指南整理)
