四個值得開發(fā)人員關(guān)注的 MCP 服務(wù)
大模型再聰明，也沒法自己訪問網(wǎng)頁、讀文件、連數(shù)據(jù)庫，因為它就像被關(guān)在“盒子”里——只能對你說話，不能動手做事。
這時候，MCP Server（Model Context Protocol 服務(wù)器） 就登場了。
它就像一把鑰匙，打開了 AI 的“手腳”。通過 MCP，AI可以安全地訪問外部系統(tǒng)，比如：調(diào)用一個API、操作一份Excel、數(shù)據(jù)庫，甚至幫你寫文檔、做接口測試、連Git操作也不在話下。
你只需要告訴 AI “去哪邊調(diào)用個接口”或“查查哪個文件”，MCP Server 就會替它跑腿，穩(wěn)穩(wěn)地把結(jié)果帶回來。
也正是有這種能力，MCP已經(jīng)成為構(gòu)建Agent的重要組件。
下面推薦幾個值得開發(fā)人員關(guān)注的MCP服務(wù)。
1. Bright Data MCP Server
Web 數(shù)據(jù)抓取的神器
https://github.com/brightdata/brightdata-mcp
這玩意兒簡直是爬蟲界的王者。它自帶三十多種工具，可以應(yīng)對各種網(wǎng)頁結(jié)構(gòu)，像爬取、搜索、分頁加載、甚至動態(tài)內(nèi)容，全都輕松拿捏。更厲害的是，它還自帶反封鎖機制，例如：IP池、繞過真人測試等，完全不用你操心。 干凈利落，不拖泥帶水。
配置如下：
{
"mcpServers": {
"Bright Data": {
"command": "npx",
"args": ["@brightdata/mcp"],
"env": {
"API_TOKEN": "<insert-your-api-token-here>",
"WEB_UNLOCKER_ZONE": "<optional if you want to override the default mcp_unlocker zone name>",
"BROWSER_ZONE": "<optional browser zone name, defaults to mcp_browser>"
"RATE_LIMIT": "<optional rate limit format: limit/time+unit, e.g., 100/1h, 50/30m, 10/5s>"
}
}
}
}但需要去官網(wǎng)申請一個自己的賬戶和Token：https://brightdata.com/。
2. Terminal MCP Server
命令行執(zhí)行器
https://github.com/wonderwhy-er/DesktopCommanderMCP
Terminal MCP（也叫 DesktopCommanderMCP）讓你的 AI 不再只是“出謀劃策”，它能直接操作你操作系統(tǒng)上的終端，支持Mac、Window、Linux。
支持找文件、運行腳本、批量移動文件、清理目錄……你平時在命令行里能干的事，它幾乎都能代勞。你可以像雇了個免費的命令行助理，讓他替你干活，且效率驚人。
配置如下：
{
"mcpServers": {
"desktop-commander": {
"command": "npx",
"args": [
"-y",
"@wonderwhy-er/desktop-commander"
]
}
}
}3. Code Executor MCP
像專家一樣運行 Python
https://github.com/bazinga012/mcp_code_executor
Code Executor MCP 讓你的 AI 能直接在本地的 Conda 環(huán)境中運行 Python 代碼，而且還能用你已經(jīng)裝好的所有庫。
前幾天我在調(diào)試一個數(shù)據(jù)處理腳本，懶得開 Jupyter、配環(huán)境，直接丟給 AI 運行，效率拉滿。
不管是 NumPy、Pandas、Matplotlib，還是自己 pip 裝的包，只要環(huán)境有，AI 都能調(diào)。
適合干嘛？快速測試 idea、小型腳本運行、模型驗證、數(shù)據(jù)清洗……你只需要告訴 AI 該干啥，它就能立刻跑給你看。
例如：
# Tell your AI to run some code
Command: "Run this Python code"
Code:
import numpy as np
nums = np.array([5, 10, 15])
print(nums.mean())
Output: 10.0配置如下：
{
"mcpServers": {
"mcp-code-executor": {
"command": "node",
"args": [
"/path/to/mcp_code_executor/build/index.js"
],
"env": {
"CODE_STORAGE_DIR": "/path/to/code/storage",
"ENV_TYPE": "conda",
"CONDA_ENV_NAME": "your-conda-env"
}
}
}
}4. MindsDB MCP Server
讓AI看懂所有數(shù)據(jù)
https://github.com/mindsdb/mindsdb
MindsDB MCP Server的厲害之處在于：無論你的數(shù)據(jù)藏在哪：Slack、Gmail、MySQL、Notion、甚至 CRM，它都能對接得上，并且可以讓 AI 去查、去問、去分析。
如果數(shù)據(jù)散落在不同平臺，MindsDB 能把它們統(tǒng)一成一個基于自然語言的問答入口，也支持SQL提問，AI就能根據(jù)全局數(shù)據(jù)回答你的問題。
他主要由兩個部分功能組成：
- 代理：配置內(nèi)置代理，專門回答有關(guān)連接和統(tǒng)一數(shù)據(jù)的問題。
- MCP：通過MCP連接到MindsDB，實現(xiàn)無縫交互。
你可以在Docker中安裝和使用：
docker run --name mindsdb_container \
-p 47334:47334 -p 47335:47335 mindsdb/mindsdb默認配置文件：
{
"config_version":"1.4",
"paths": {
"root": "/root/mdb_storage"
},
"debug": false,
"integrations": {},
"api": {
"http": {
"host": "0.0.0.0",
"port": "47334"
},
"mysql": {
"host": "0.0.0.0",
"password": "",
"port": "47335",
"user": "mindsdb",
"database": "mindsdb",
"ssl": true
},
"mongodb": {
"host": "0.0.0.0",
"port": "47336",
"database": "mindsdb"
}
}
}當然你也可以通過文件/root/mindsdb_config.json修改為自己的數(shù)據(jù)源。
例如：
# Grab Slack feedback
Command: "What's the latest feedback on Slack?"
MindsDB Action: Pulls data
Output:
- Sarah: "This rocks!"
- Mike: "Eh, needs work."
# Try SQL
Command: "SELECT * FROM feedback WHERE vibe = 'positive'"
Output: [happy feedback]
