跳转至

MCP（Model Context Protocol）

MCP 用于把智能体或 AI 应用连接到外部工具、数据源和系统。模型需要访问文档系统、数据库、浏览器、Figma、Sentry、GitHub、Notion 等外部上下文时，可以通过 MCP 服务器获得对应的工具和数据。

1. 一句话理解

MCP 负责提供连接能力：

智能体或 AI 应用
    ↓
MCP 客户端
    ↓
MCP 服务器
    ↓
外部工具、数据源或业务系统

MCP 本身不规定智能体应该怎样完成业务流程，它主要解决“如何连接并调用外部能力”的问题。

2. MCP、工具、Skills 和子智能体

能力 主要作用
工具 提供读取文件、执行命令、搜索或调用接口等底层操作能力
MCP 将外部系统提供的工具和数据接入智能体
Skill 提供可复用流程、领域知识和操作规范
子智能体 拆分任务、隔离上下文并并行处理
Plugin 将 Skills、MCP 服务器、Hooks 等能力打包分发

可以把工具理解为锤子、锯子和钉子，把 Skill 理解为“如何建造书架”的操作方法。MCP 将外部系统中的工具和数据带进来，Skill 再告诉智能体如何组合这些能力，形成稳定且可重复的工作流。

工具定义通常会持续占用上下文；Skill 则通过渐进式披露按需加载。MCP 提供的工具与内置工具、自定义工具一样，最终都由智能体根据任务调用。

组合示例：

主智能体负责整体需求。
子智能体 A 使用 code-review Skill 审查代码。
子智能体 B 通过 MCP 查询线上错误日志。
子智能体 C 使用 docs Skill 整理变更说明。
最后由主智能体汇总结果并给出修改方案。

3. Codex 中的 MCP

3.1 添加服务器

可以通过 Codex CLI 添加 MCP 服务器：

codex mcp add context7 -- npx -y @upstash/context7-mcp

也可以写入用户级 ~/.codex/config.toml，或受信任项目中的 .codex/config.toml：

[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]
env_vars = ["LOCAL_TOKEN"]

CLI 和 IDE Extension 共享 MCP 配置。

3.2 查看连接状态

使用位置 命令 用途
Codex CLI /mcp 查看 MCP 工具和服务器状态
Codex App /mcp 查看 MCP 连接状态

3.3 与 Plugin 的关系

Codex Plugin 是可安装的分发单元，可以把 Skills、App integrations、MCP servers、生命周期 Hooks 和展示资产打包在一起。MCP 定义外部连接，Plugin 负责分发一整套可安装能力。

3.4 使用建议

  • 模型需要外部知识、实时数据或私有系统内容时，再配置 MCP。
  • 明确指定可信服务器和数据来源，不要让模型根据记忆猜测 API、版本或产品行为。
  • MCP 工具仍然受 Sandbox、审批策略和项目权限边界约束。

4. Claude Code Hooks 与 MCP

Claude Code Hooks 可以监听 MCP 交互，也可以直接调用已连接 MCP 服务器上的工具。

4.1 MCP 交互事件

事件 触发时机
Elicitation MCP 服务器请求用户输入时
ElicitationResult 用户响应 MCP 请求时

工具执行类事件也可以通过 Matcher 匹配 MCP 工具，例如 mcp__.*。

4.2 MCP Tool Hook

mcp_tool 类型用于调用已连接的 MCP 服务器工具，适合把 Claude Code Hooks 接入外部系统。

字段 必须 描述
server 是 已配置的 MCP 服务器名称
tool 是 要在该服务器上调用的工具名称
input 否 传递给工具的参数，支持 ${path} 替换

MCP 工具命名规则：

mcp__<服务器名>__<工具名>

例如：

mcp__memory__create_entities

该名称可以用于 PreToolUse、PostToolUse 等工具事件的 Matcher，例如 mcp__memory__.*。

5. Claude Agent SDK 与 Notion MCP

一个研究智能体可以组合 Skill、子智能体和 MCP：

  1. 主智能体加载 learning-a-tool Skill 并制定研究计划。
  2. Docs Researcher、Repo Analyzer 和 Web Researcher 等子智能体并行收集资料。
  3. 主智能体综合结果，生成学习指南、资源列表和代码示例。
  4. Notion MCP 服务器把最终结果写入 Notion 页面。

配置时需要定义 Notion MCP 服务器，并使用通配符模式将对应 MCP 工具加入主智能体的允许工具列表。子智能体继续使用各自更受限的工具集，以符合最小权限原则。

当用户要求写入 Notion 时，主智能体读取本地 resources.md，转换为 Notion 富文本块，再通过 MCP 工具提交。各部分职责如下：

组成 职责
Skill 提供结构化、可重复的研究流程
子智能体 并行执行专注的研究任务
MCP 服务器 提供 Notion 等外部系统连接
Agent SDK 以可编程方式编排完整工作流

6. 什么时候使用 MCP

  • 需要访问模型上下文之外的实时或私有数据。
  • 需要调用第三方系统提供的工具。
  • 希望不同智能体客户端复用统一的外部能力。
  • 希望把 MCP 与 Skills、子智能体或 Plugin 组合成完整工作流。

如果任务只需要固定说明和可重复步骤，优先考虑 Skill；如果只是拆分任务或隔离上下文，使用子智能体；只有需要连接外部系统时，才需要 MCP。

7. 相关文档