📌 标签：#MCP #集成 #实战案例 #外部工具
仅凭 Claude Code 本身就已经相当强大，但在装上 MCP 之后，它的能力会得到一次质的飞升——可以直接连接数据库、管理 Jira 工单、向 Slack 发送通知，以及和整个开发工具链无缝协同。目前有不少现成的 MCP 服务器可以直接使用。这一篇将完整演示如何把真实的外部工具接入 Claude Code，让 AI 真正融入你的日常开发工作流。
1. MCP Server 是什么？
MCP（Model Context Protocol，模型上下文协议）是一个专门为 AI 工具连接外部数据源和服务设计的开放标准。AI 助手可以借助 MCP 服务器实现以下功能：
- 从 Google Drive 读取文档
- 更新和查询 Jira 工单
- 从 Slack 获取消息和上下文
- 直接在本地连接 PostgreSQL、MySQL 等数据库
- 通过浏览器实现自动化操作
- 与团队自建的各种内部工具对接
MCP 服务器在运行时会暴露工具、资源和提示词，Claude Code 会根据具体任务自主决定何时调用哪个 MCP 工具。
2. 配置 MCP Server 的三种方式
在 Claude Code 中连接 MCP 服务器，主要有三种方式。建议按需选择：
方式一：CLI 命令（最快）
这是最简洁直接的方式，适合快速添加。
# stdio 传输（用于本地命令行工具）
claude mcp add slack-webhook -t stdio — npx -y @agentuse/mcp-slack-webhook
# HTTP 传输（用于远程服务）
claude mcp add –transport http pgmcplocal http://localhost:3000/mcp
CLI 添加的服务器会自动写入 settings.json 文件，也可以用 claude mcp remove <server-name> 来移除。
方式二：直接编辑 settings.json（最灵活）
适合需要精确控制配置、设置工作目录或引用环境变量的场景。
项目级配置：存放在 .claude/settings.json（推荐，可随项目共享） 用户级配置：存放在 ~/.claude/settings.json（全局生效）
{
"mcpServers": {
"jira": {
"command": "npx",
"args": ["-y", "jira-rest-mcp-server"],
"env": {
"JIRA_BASE_URL": "${JIRA_BASE_URL}",
"JIRA_EMAIL": "${JIRA_EMAIL}",
"JIRA_API_TOKEN": "${JIRA_API_TOKEN}"
}
}
}
}
各字段含义如下：
- command：指定要运行的可执行文件（必需）
- args：传递给命令的参数数组
- env：传递给服务器的环境变量
- cwd：设置服务器的工作目录
- transport：传输类型，支持 stdio（默认）和 http
方式三：使用 Agent SDK
通过编程方式集成，适合需要更灵活调用的场景。
3. 实战一：连接 PostgreSQL 数据库
通过 MCP 服务器让 Claude Code 直接查询数据库，是最能体现 MCP 实际价值的场景之一。
选择一：使用 pg-mcp（推荐，只读模式）
这款服务器实现的是只读访问，INSERT、UPDATE、DELETE 等写入操作在到达数据库之前就会被阻断，天然适合 AI 查询，无需担心数据安全问题。
配置步骤：
# 1. 全局安装
npm install -g @mir1198yusuf/pg-mcp
# 2. 首次运行会进入交互式配置（设置端口、添加数据库连接）
pg-mcp
# 3. 添加 MCP server 到 Claude Code
claude mcp add –transport http –scope local pgmcplocal http://localhost:3000/mcp
之后打开浏览器访问 http://localhost:3000/ui 可以添加和管理更多数据库连接。⚠️ 安全提醒：~/.pg-mcp/dbs.json 中包含数据库明文凭证，切勿提交或对外分享。不要在公网服务器上运行这个服务器。
使用示例：
Claude Code > 列出所有已配置的数据库
[调用 list_dbs 工具]
Claude Code > 查询 orders 表最近的 10 条订单记录
选择二：使用 @passionfroot/postgres-mcp（Prisma 集成）
如果项目中使用了 Prisma，这个服务器能带来更好的体验。它会合并实时数据库和 Prisma schema，让 AI 不仅能看到原始的数据库结构，还能理解模型名、字段映射和表之间的关联关系。
配置方式：创建 postgres-mcp.toml 配置文件，添加数据库源。
# 可选：关联 Prisma schema
# prisma_schema_path = "~/work/myproject/prisma/schema.prisma"
[[sources]]
id = "production"
dsn = "postgres://user:pass@db-host:5432/mydb?sslmode=require"
readonly = true
使用示例：
Claude Code > 搜索与 User 模型相关的所有表
[调用 search_objects 工具]
Claude Code > 执行 SQL 查询分析订单状态的分布情况
4. 实战二：Jira —— 让 AI 管理你的工单
让 Claude Code 直接操作 Jira，可以省去在开发环境和浏览器之间反复切换的成本。
前置准备
推荐方案：使用 jira-rest-mcp-server
相比官方的 Atlassian SSE 端点，jira-rest-mcp-server 的连接更稳定，不会因为认证丢失而导致 API 调用失败。
配置步骤：
创建 .claude/settings.local.json（加入 .gitignore 防泄露）：
{
"env": {
"JIRA_BASE_URL": "https://your-domain.atlassian.net",
"JIRA_EMAIL": "your-email@example.com",
"JIRA_API_TOKEN": "your-api-token"
}
}
然后在 .claude/settings.json 中添加：
{
"mcpServers": {
"jira": {
"command": "npx",
"args": ["-y", "jira-rest-mcp-server"],
"env": {
"JIRA_BASE_URL": "${JIRA_BASE_URL}",
"JIRA_EMAIL": "${JIRA_EMAIL}",
"JIRA_API_TOKEN": "${JIRA_API_TOKEN}"
}
}
}
}
使用示例：
Claude Code > 查询分配给 @sarah 且状态为 In Progress 的 issue
Claude Code > 在 PROJ-123 下面加一条评论：代码已提交至 PR #456，等待 Code Review
Claude Code > 把 ISSUE-456 的状态从 In Progress 更新为 In Review
Claude Code > 当前 sprint 里有哪些还未被指派的 bug？
备选方案：使用 mcp-jira-stdio
这款服务器可以通过一条 CLI 命令快速完成配置：
claude mcp add jira npx mcp-jira-stdio@latest \\
–env JIRA_BASE_URL=https://yourcompany.atlassian.net \\
–env JIRA_EMAIL=your-email@example.com \\
–env JIRA_API_TOKEN=your-api-token
执行后服务器即自动配置完成，无需额外编辑配置文件。
5. 实战三：Slack —— 让 AI 自动推送消息
Slack 集成有两种典型路径：单向通知（Webhook）和完整交互。
路径一：Slack Webhook（仅发送，最简单）
前置准备：在 Slack API 中创建应用，启用 Incoming Webhooks，生成一个指向特定频道的 webhook URL。
配置方法：
{
"mcpServers": {
"slack-webhook": {
"command": "npx",
"args": ["-y", "@agentuse/mcp-slack-webhook"],
"env": {
"SLACK_WEBHOOK_URL": "https://hooks.slack.com/services/YOUR/WEBHOOK/URL"
}
}
}
}
使用示例：
Claude Code > 使用 send-message 向 #alerts 频道发送一条消息：构建失败，请检查。
[支持文本或 Block Kit 富文本格式]
路径二：完整 Slack 集成
通过 Composio 等平台实现认证，让 Claude Code 读取消息、管理频道、操作表情和提醒。
快速接入步骤：
更多能力：
- 发送消息到指定频道，或设置自然语言定时提醒
- 管理表情和反应，归档不再活跃的频道
- 添加 Google Drive 等外部文件共享链接
6. 其他实用的 MCP Server
| 代码协作 | GitHub / GitLab | 搜索代码、PR 审查、创建 issue、管理仓库 |
| 项目管理 | Jira / Linear / Asana | 查询/创建/更新工单、管理冲刺 |
| 监控告警 | Sentry / Datadog | 查询错误信息、分析性能数据、获取告警 |
| 设计工具 | Figma | 读取设计稿、提取设计 token、生成代码 |
| 文档查询 | Context7 / Brave Search | 获取最新的 API 文档、联网搜索 |
| 浏览器自动化 | Playwright | 网页截图、填写表单、执行 JavaScript |
7. 多个 MCP Server 串连的实战工作流
把多个 MCP Server 组合起来使用，可以实现开发工作流的端到端自动化。你可以一次性输入下面这种复合指令，让 Claude Code 自主规划并依次调用对应的 MCP 工具：
帮我检查刚刚 push 的 commit 在 GitHub 上的 CI 状态：
– 如果通过，在 Jira 上将对应的 ticket 移到 QA 列，并在 #deployments Slack 频道发一条成功通知
– 如果失败，去 Sentry 查询相关错误，整理关键信息发到 #alerts 频道，同时在 Jira ticket 上添加一条包含失败原因的评论
8. 验证、管理及故障排查
验证服务器状态
在 Claude Code 会话中输入 /mcp，可以查看已连接的服务器和可用的工具列表。
常用管理命令
| claude mcp list | 列出所有已添加的服务器 |
| claude mcp remove <name> | 移除指定的服务器 |
| claude mcp add-from-claude-desktop | 从 Claude Desktop 导入已有配置 |
常见问题
| /mcp 看不到工具 | 服务器未正确启动 | 运行 claude mcp list 确认状态，检查服务器进程是否正常运行 |
| 工具调用返回认证错误 | API Token 失效或权限不足 | 重新生成 API Token，更新配置文件中的对应变量 |
| stdio 通信失败 | 服务器代码中意外使用了 console.log | stdio 模式下 stdout 需严格保留给 JSON-RPC 协议；移除多余的 console.log |
9. 安全与成本建议
安全性
成本管理
- MCP Server 会调用外部 API（如 GitHub、Jira），可能产生额外费用
- MCP 工具返回的大块数据（如数据库查询结果、API 响应）会进入上下文，被计入 token
- 在提示词中建议 AI 精简 MCP 返回结果，定期用 /cost 监控额外开销
10. 下篇预告
MCP 把 Claude Code 和外部世界连接了起来。但如何让 AI 记住“你是如何在终端里构建这个项目的”？——测试命令、编译指令、项目模式。下一篇我们将学习 跨会话项目记忆，让 AI 不再每次都需要你重新告诉它你的习惯。
👉 下一篇： 跨会话项目记忆：让AI自动记住你的测试命令、编译指令和项目模式
思考题（自测理解）
MCP 把门打开了，但学会让它记住你的习惯，才能成为真正的开发伙伴。下一章，我们聊聊 AI 的长期记忆。
