MCP 解决什么问题
以前想让 AI 用某个工具，每个 AI 应用都要单独做一套对接。MCP 把这件事标准化了：工具方做一个 MCP 服务器，任何支持 MCP 的客户端都能直接接上。
可以把它理解成 AI 世界的 USB 接口：
| 角色 | 是什么 | 例子 |
|---|---|---|
| MCP 服务器 | 提供工具、资源和提示词的一方 | GitHub、Notion、数据库、浏览器、文件系统 |
| MCP 客户端 | 连接服务器、把工具交给模型用的应用 | Cherry Studio |
| 模型 | 决定什么时候调用哪个工具 | 支持工具调用的模型，比如 Claude、GPT、DeepSeek、Qwen |
在 Cherry Studio 里添加 MCP 服务器
- 打开 设置 → MCP → MCP 服务器，点「添加」。
- 按服务提供方给的配置填写：本地服务器填命令、参数和环境变量（常见的是
npx或uvx命令）；远程服务器填 SSE 或 HTTP 地址，有的还要授权。 - 启用服务器，等状态正常后打开详情，看看它提供了哪些工具、资源和提示词。
- 在智能体的编辑窗口里打开 MCP，只启用这个智能体需要的服务器。
不想自己写配置的话，可以先从 内置 MCP 和 服务市场 里挑现成的装。（完整步骤见 MCP 与外部工具）
几个实用的例子
- 查项目数据库：管理员给一个只读的数据库 MCP，只绑定给「数据分析」智能体，让它查数据、把报告写进工作目录，不会改到业务库。
- 操作浏览器：接一个浏览器 MCP，让智能体打开网页、截图、整理竞品信息。
- 管理代码仓库：接 GitHub MCP，让智能体读 issue、汇总 PR、起草回复。
什么时候不需要 MCP
MCP 适合接外部系统。如果只是想让 AI 按固定步骤做事，用技能就够了；只想让 AI 查你自己的资料，直接绑定知识库更简单。不要为了「更高级」专门去搭 MCP。
用 MCP 要注意什么
- 控制权限：会写入数据或产生费用的工具，保持需要确认后再执行。
- 只绑定需要的服务器：工具越多，越占上下文，模型也越容易选错。
- 保护密钥：API key 放在服务器的环境变量里，不要写进提示词或截图。
服务器连不上时，先看服务器日志，再对照 MCP 故障排查。
免费下载 Cherry Studio，给 AI 接上你的工具
支持 Windows、macOS 和 Linux，免费开源。添加 MCP 服务器，再交给智能体使用，GitHub、数据库、浏览器都能接。
常见问题
MCP 和 API 有什么区别？
API 是某个服务自己定义的接口，每接一个都要单独开发。MCP 是一套统一的协议，工具方按 MCP 做一次，所有支持 MCP 的客户端都能用。
哪些模型能用 MCP？
需要支持工具调用（Function Calling）的模型，比如 Claude、GPT、Gemini、DeepSeek、Qwen 的主流版本。小模型调用工具的稳定性会差一些。
MCP 服务器显示已连接，智能体却找不到工具怎么办？
先检查智能体有没有绑定这个服务器、对应工具有没有被关掉、是否有待批准的权限请求。改完智能体配置后，新发一条消息让它重新加载工具。
MCP 和 Cherry Studio 的 API 网关有什么不同？
方向相反。MCP 是把外部工具接进 Cherry Studio；API 网关是把 Cherry Studio 里的模型以兼容 API 的形式提供给其他程序。