如果你最近有在關注 AI 開發圈的動態，應該會注意到一個越來越常被提到的名詞——MCP，全稱 Model Context Protocol。這是 Anthropic 在 2024 年底發布的開放協定，目標很明確：讓 AI 模型可以用標準化的方式連接外部工具跟資料來源。說白了，就是要解決「每家工具都要自己寫一套串接邏輯」這個讓開發者頭痛的問題。

我自己在實際用了幾個月之後，覺得 MCP 真的是目前 AI Agent 開發中最值得投資學習的技術之一。今天這篇就來好好聊聊怎麼從零開始上手 MCP 開發。

MCP 到底是什麼？為什麼你該關注它

Model Context Protocol 的核心概念其實不複雜。你可以把它想成 AI 世界的「USB 接口」——不管你接的是滑鼠、鍵盤還是隨身碟，只要遵循 USB 規範，就能即插即用。MCP 做的事情類似，它定義了一套標準的通訊協定，讓 LLM 可以透過統一的介面去呼叫各種外部工具。

在 MCP 出現之前，如果你想讓 AI 能查資料庫、讀 GitHub issue、操作 Slack，你得分別寫三套完全不同的整合邏輯。現在有了 MCP，每個工具只要實作一個 MCP Server，任何支援 MCP 的 AI 客戶端都能直接使用。這對於正在研究Microsoft Agent Framework 多 Agent 架構的開發者來說，意味著工具整合的成本大幅降低。

MCP 架構解析：Client、Server 與 Transport

MCP 的架構分成三個主要角色：

MCP Host：就是你的 AI 應用，像 Claude Desktop、VS Code 裡的 Copilot，或你自己寫的 AI Agent
MCP Client：負責跟 Server 建立連線、管理通訊的元件，通常內建在 Host 裡面
MCP Server：提供工具能力的服務端，每個 Server 可以暴露多個 tools、resources 跟 prompts

Transport 層目前支援兩種模式：stdio（本地程序間通訊）跟 SSE（Server-Sent Events，走 HTTP）。開發測試的時候用 stdio 比較方便，部署到生產環境通常會改用 SSE。

三大核心能力：Tools、Resources、Prompts

MCP Server 可以提供三種類型的能力：

Tools：可執行的動作，像是「查詢資料庫」、「發送訊息」、「建立檔案」
Resources：可讀取的資料來源，類似 REST API 的 GET endpoint
Prompts：預定義的提示模板，讓 AI 知道在什麼情境下該怎麼使用這些工具

這三者的搭配讓 MCP Server 不只是被動的工具箱，更能主動引導 AI 正確使用自己提供的能力。這跟LLM Function Calling 的概念很像，但 MCP 把它標準化了。

實作你的第一個 MCP Server

來動手吧！我們用 TypeScript 建一個簡單的天氣查詢 MCP Server。首先初始化專案：

mkdir my-weather-mcp && cd my-weather-mcp
npm init -y
npm install @modelcontextprotocol/sdk zod

建立 src/index.ts：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({
  name: "weather-server",
  version: "1.0.0",
});

server.tool(
  "get-weather",
  "取得指定城市的天氣資訊",
  { city: z.string().describe("城市名稱，例如 Taipei") },
  async ({ city }) => {
    // 實際開發請串接真實天氣 API
    const mockData = {
      city,
      temperature: "26°C",
      condition: "多雲時晴",
      humidity: "72%",
    };
    return {
      content: [
        { type: "text", text: JSON.stringify(mockData, null, 2) },
      ],
    };
  }
);

const transport = new StdioServerTransport();
await server.connect(transport);

這段程式碼做了幾件事：建立一個 MCP Server 實例、註冊一個叫 get-weather 的 tool、用 Zod 定義輸入參數的 schema，最後透過 stdio 啟動。

連接到 Claude Desktop 測試

編譯完成後，編輯 Claude Desktop 的設定檔（macOS 在 ~/Library/Application Support/Claude/claude_desktop_config.json）：

{
  "mcpServers": {
    "weather": {
      "command": "node",
      "args": ["/path/to/my-weather-mcp/dist/index.js"]
    }
  }
}

重啟 Claude Desktop，你應該就能在對話中看到天氣工具的圖示了。試著問「台北現在天氣如何？」Claude 就會自動呼叫你的 MCP Server。

進階開發模式與最佳實踐

基本的 Server 搞定之後，來聊聊幾個進階技巧。

錯誤處理與安全性

生產環境的 MCP Server 一定要做好錯誤處理。MCP SDK 提供了 McpError 類別，建議所有可預期的錯誤都用它來包裝：

import { McpError, ErrorCode } from "@modelcontextprotocol/sdk/types.js";

server.tool("query-db", "查詢資料庫", { sql: z.string() }, async ({ sql }) => {
  // 輸入驗證很重要！
  if (sql.toLowerCase().includes("drop") || sql.toLowerCase().includes("delete")) {
    throw new McpError(ErrorCode.InvalidParams, "不允許執行破壞性 SQL 語句");
  }
  // ... 執行查詢
});

安全性這塊跟LLM Guardrails 安全護欄的理念一致——永遠不要相信輸入，永遠要做驗證。

Resource 與動態資料

除了 Tools，善用 Resources 可以讓你的 Server 更有彈性。Resources 適合用在「讀取」場景，而且支援 URI template，讓 AI 可以動態組合查詢路徑：

server.resource(
  "user-profile",
  "users://{userId}/profile",
  async (uri) => {
    const userId = uri.pathname.split("/")[1];
    const profile = await fetchUserProfile(userId);
    return {
      contents: [{
        uri: uri.href,
        mimeType: "application/json",
        text: JSON.stringify(profile),
      }],
    };
  }
);

MCP 生態系與實用 Server 推薦

截至 2026 年初，MCP 生態系已經相當豐富了。官方跟社群維護的 Server 涵蓋了常見的開發場景：

GitHub MCP Server：操作 PR、Issue、Code Review
PostgreSQL / Supabase Server：直接查詢資料庫
Slack / Discord Server：讀取跟發送訊息
File System Server：安全地讀寫本地檔案
Brave Search Server：讓 AI 能搜尋網頁

如果你在做Agentic RAG 多 Agent 架構的專案，MCP 幾乎是必備的基礎建設。每個 Agent 可以透過不同的 MCP Server 取得它需要的能力，整個系統的可維護性會好非常多。

除錯與開發技巧

最後分享幾個我踩過坑之後學到的經驗：

用 MCP Inspector 測試：Anthropic 提供了一個 web-based 的 Inspector 工具，可以直接測試你的 Server 回應，不需要每次都透過 Claude Desktop
日誌很重要：stdio 模式下不能用 console.log（會干擾通訊），改用 console.error 或寫入檔案
善用 TypeScript：MCP SDK 的型別定義非常完整，用 TypeScript 開發可以避免很多低級錯誤
版本管理：每次更新 Server 的能力描述，記得同步更新 version 號，讓 Client 知道有變動