链载Ai

标题: MCP的配置文件解析。不过讲真，配置文件仍然是MCP最失败的设计之一！ [打印本页]

作者: 链载Ai 时间: 1 小时前
标题: MCP的配置文件解析。不过讲真，配置文件仍然是MCP最失败的设计之一！

MCP（Model Context Protocol，模型上下文协议）是Anthropic于2024年11月开源的通信协议。

简单说，它就是AI模型除了返回文件还能读文件看数据库操作电脑。

一个案例：这才叫Agent! Claude3.7 MCP Blender 3D 建模

本文将会MCP的配置文件做一下解析，不过在这之前，我个人还是感觉配置文件任是MCP最失败的设计之一。原因有以下几个：

MCP默认是使用的Json格式，Json格式本身的局限性，作为配置格式有明显缺点：

配置路径很恶心，以官方Claude Desktop为例，配置文件的路径过于隐蔽，反正我现在都没有记住，另外：

前置配置违背直觉，MCP这种从平台应用的配置模式采用"先配置，后使用"的方式，违背了普通用户的直觉：

这就像比登录一个网站平台，你不是记事本上写好用户名密码，再去网站登录，而不是打开网页后再填写登录信息。更合理的做法应该是统一入口协议后再按需配置，将配置参数化。然后又是因为明文配置同样变相导致了后面的问题。

安全风险：敏感信息明文存储,配置文件中的敏感信息以明文方式存储，带来严重安全隐患：

我就记得Windsurf官方有一次演示MCP教程时，主持人在视频里填写了Gmail token后还特意要求后期剪辑打码，实在是尴尬至极！

我个人觉得更好的设计方案：

MCP的简单介绍

—

MCP不只是一个简单的文件读取工具，它能做的远不止于此：

MCP采用客户端-服务器架构：

当AI需要读取文件时，它会发送一个JSON-RPC请求，MCP服务器处理后将文件内容返回给AI。整个过程对用户来说是完全无缝的！

当你让Claude"帮我查看sales.xlsx中的销售数据并生成报表"时，Claude会通过MCP客户端向你本地运行的MCP服务器发送请求，服务器读取文件内容返回给Claude，然后Claude为你分析数据。整个过程快速、安全，且无需手动上传文件。

—

以下是在VSCode中使用cline插件配置Playwright MCP服务器的步骤：

{
"mcpServers":{"playwright":{"command":"npx","args":["-y","@executeautomation/playwright-mcp-server"]}
}}

这个看似简单的配置项包含了丰富的信息：

首先，整个配套是一个嵌套关系，也就是一个配置文件，里面包含了多个server，而每个server又是如下的选项：

mcpServers：根级别键，定义所有MCP服务器配置
playwright：服务器实例名称，你可以配置多个不同的服务器
command：启动命令，这里用npx执行Node.js包
args：命令参数
- -y：用于自动确认所有提示
- @executeautomation/playwright-mcp-server：要执行的npm包名

上面配置中使用的NPX是什么？它的工作原理是什么？简单说，NPX是Node.js提供的包执行工具，采用"先拉后执行"的模式：

拉取阶段：当你通过配置触发Playwright MCP服务器时，NPX会先检查本地或全局是否已安装该包。如果没有，它会从npm仓库临时下载@executeautomation/playwright-mcp-server包到临时目录。
执行阶段：下载完成后，NPX会立即执行该包中的主程序，启动Playwright MCP服务器。
清理阶段：任务完成后，NPX会自动清理临时下载的文件，不会污染你的系统环境。

这种机制带来几个重要好处：

配置完成后，你可以尝试让AI完成这样的任务：

"帮我打开百度，搜索'MCP协议'，然后截图保存到桌面"

AI会调用Playwright服务器，打开浏览器，完成所有操作，无需你编写一行代码。

欢迎光临链载Ai (https://www.lianzai.com/)