MCP 服务管理

是否依赖 CC 沙盒：是

是否必须绑定工作区：是

MCP（Model Context Protocol）让 AI 的能力突破对话边界。

通过 MCP 协议，您可以为工作区接入各种外部工具和数据源——数据库查询、API 调用、监控系统、项目管理平台、搜索引擎等。AI 不再局限于文本对话，而是可以直接操作真实的工具和服务。

MCP 服务运行在 Claude Code 沙盒内，因此需要先启用 CC 沙盒。

MCP 能做什么

MCP 是一个开放协议，社区已经有大量现成的 MCP 服务可以直接使用。以下是一些典型场景：

场景	MCP 服务示例	AI 可以做什么
搜索	Brave Search、Google Search	实时搜索互联网，获取最新信息
代码管理	GitHub、GitLab	创建 PR、管理 Issue、查看仓库
数据库	PostgreSQL、MySQL、SQLite	直接查询和操作数据库
文件存储	S3、Google Drive	读写云端文件
监控	Datadog、Sentry	查看监控指标、错误日志
通信	Slack、Discord	发送消息、获取频道信息
知识管理	Notion、Confluence	读取和更新文档
任务管理	Linear、Jira	管理项目任务和看板

这只是冰山一角。任何支持 MCP 协议的服务都可以接入。

为什么按工作区管理

不同工作区承担不同用途，需要的工具也不同：

• 开发工作区：GitHub + PostgreSQL + Sentry
• 运维工作区：Datadog + 服务器管理工具
• 内容工作区：Notion + Google Search + 图片生成

按工作区管理 MCP 服务可以：

• 精确控制能力范围：每个工作区只加载需要的工具
• 避免干扰：无关的工具不会出现在 AI 的可用列表中
• 独立配置：不同工作区可以连接不同的数据源实例

前置条件

使用 MCP 服务前，确认以下准备已完成：

1. 工作区已创建并绑定频道
2. 工作区已配置可用的 CC 模型组
3. Claude Code 沙盒已启动且正常运行

支持的传输类型

MCP 服务支持三种接入方式：

类型	适用场景	配置方式
stdio	最常见，基于本地命令行进程	指定命令和参数
SSE	远程服务，基于 Server-Sent Events	指定 URL
HTTP	远程服务，基于 Streamable HTTP	指定 URL

大多数社区 MCP 服务使用 stdio 类型，通过 npx 或 uvx 启动。

配置步骤

1. 进入 MCP 管理页面

在工作区详情页中找到 MCP 服务管理区域。

2. 添加 MCP 服务

根据传输类型填写配置：

stdio 类型（本地命令）：

• 服务名称
• 启动命令（如 npx）
• 命令参数（如 ["-y", "@modelcontextprotocol/server-github"]）
• 环境变量（如 {"GITHUB_TOKEN": "ghp_xxx"}）

SSE / HTTP 类型（远程服务）：

• 服务名称
• 服务 URL
• 请求头（如认证信息）

3. 保存并同步

配置完成后保存。MCP 服务会在 CC 沙盒启动时自动加载。

如果在沙盒运行期间修改了 MCP 配置，需要同步或重启沙盒才能生效。

使用建议

• 按需添加：不需要一次配置所有工具，遇到需要时再添加即可
• 注意认证信息：MCP 服务通常需要 API Token 等认证，通过环境变量传入
• 验证连接：添加后在对话中让 AI 调用一次新工具，确认配置正确
• 关注社区：MCP 协议的生态在快速增长，定期关注新发布的 MCP 服务可以为 AI 带来更多能力

相关文档

• Claude Code 沙盒 — MCP 运行在 CC 沙盒中
• 工作区总览
• 快速上手