一文读懂：如何使用 MCP Server

最近，被MCP深深吸引住了。

这种大模型的“外挂式”进化，为开发者带来了更多可能性，仿佛又迎来了开发者的春天！

想象一下，你告诉 AI助手：“帮我报销本月的差旅费用”，AI助手不只是给你提供建议，而是会帮你：

• • 从邮箱里面查找并下载发票，识别金额；
• • 填写电子报销单，将发票上传；
• • 提交到相应报销系统；

好像这种自动化的过程正在慢慢变成现实！

回到现实，我们继续来回答以下这些问题：

一、什么是 MCP ？
二、为什么需要 MCP ？
三、怎么使用 MCP Server 资源 ？
四、在哪里找到更多 MCP Server 资源 ？
五、如何开发 MCP Server ？
六、如何做到不把用户数据暴露给LLM的？（数据安全）

今天从使用的视角出发，介绍如何使用 MCP Client 以及 MCP Server。

使用Cherry Studio探索MCP

国内的 Cherry Studio 是支持 MCP Server 的最早的工具之一。作为开源且功能强大的 AI 客户端，它在本地化应用和开发者生态中具有显著优势。

支持 OpenAI、DeepSeek、Gemini 等 30+ 云端模型，以及通过 Ollama 本地部署的模型（如 DeepSeek-R1、Llama3 等）。

Cherry Studio 主打的是 Local（本地） 使用 MCP Server 的模式。也就是说在PC上得安装相关的运行环境，例如 UV（Python运行）或者BUN（NodeJS运行）。值得庆幸的是，Cherry已经提供了可视化的安装方式，用户无需担心安装过程。

可以通过以下链接下载Cherry Studio：
https://cherry-ai.com/download

安装完成后，界面大致如下：

它支持几乎全球所有的大模型/智能体服务，对于普通用户来说，确实是一个非常出色的AI客户端工具。

具体使用方式请参考官方的文档。

接下来，我们尝试通过Cherry Studio操作MySQL数据库，这时就需要用到mysql_mcp_server 了。

安装 mysql_mcp_server

首先，将 mysql_mcp_server 克隆到本地的某个目录。

git clone https://github.com/designcomputer/mysql_mcp_server.git

接下来安装依赖（通过python的方式运行）

cd mysql_mcp_server
pip install -r requirements.txt

最后，我们在Cherry Studio 里面添加该 MCP Server。参考如下：

我们需要将该 mcp server进行激活，否则无法在 Chat App 那边使用。

使用 mysql-mcp-server 问数

本文用的模型是：Qwen2.5-7B-Instruct 。

在开发助手中使用 mysql mcp server，需要先开启。参考如下图：

笔者尝试问了三个问题：

第一个问题：里面有多少张表？列出来，说明每张表的作用。

第二个问题：请将表与表之间的关系画出ER图

有点遗憾，当前MCP没有生成ER图的能力。

第三个问题：统计当前用户表里面有多少用户。

体验完用 Cherry Studio 在本地搭建MCP的流程，我感觉MCP的核心就像是让大模型变成了操作系统的智能接口。在LLM这个智能接口的调度下，各种MCP工具能玩出好多花样。

对于咱们开发者来说，可以试试用MCP开发一些自定义服务，像邮箱发票采集、日程任务接口、PDF转Word等等，可以把很多以前业务系统中常用的服务都包装成 Mcp Server。好像应用开发者的春天又来了。

以后，多模态MCP要是发展起来了，处理图像、音频这些功能肯定也很给力，大伙就拭目以待吧！

AI客户端+Mcp似乎在改变着使用应用的方式！

更多 MCP Server

MCP 的火爆，各家大模型也在积极的推进支持MCP，也很多创业项目是关于MCP的。这里推荐几个 MCP 平台，可以在上面寻找一些好用的MCP Server，再结合 Cherry Studio 来使用。

• • https://mcp.so/
• • https://mcp.composio.dev/
• • https://www.mcpt.com

总结

除了面向用户的 Cherry Studio ，还有不少支持 MCP Server 的工具，主要还是面向开发者，例如 Claude Desktop、 Cline、Cursor、千帆AppBuilder 等。

MCP 有超高的生态价值，通过标准化接口，解决了传统工具开发中的重复适配问题，实现了跨平台工具的高效共享。例如，开发者无需为每个API单独编写代码，即可通过MCP动态调用日历、邮件、数据库等服务。未来随着更多工具接入，MCP生态将进一步推动AI应用的场景创新。