AI 快讯
编译自 simon_willison #MCP#Claude#ChatGPT
如何在 Claude 和 ChatGPT 中添加自定义 MCP 服务器：详细步骤指南
本文介绍如何将自定义 MCP 服务器连接到 Claude 和 ChatGPT 的标准聊天界面，涵盖配置步骤、工具调用和注意事项，帮助开发者扩展 AI 助手的能力。
一句话看懂
MCP（Model Context Protocol）服务器可让 Claude 和 ChatGPT 调用外部工具，但配置过程需要多个步骤。
详细发生了什么
MCP（Model Context Protocol）是一种开放协议，允许 AI 模型通过标准化接口与外部工具和数据源交互。Simon Willison 在 TIL 中分享了如何将自定义 MCP 服务器连接到 Claude 和 ChatGPT 的标准聊天界面。
具体步骤包括：
- 编写一个 MCP 服务器（例如用 Python 或 Node.js），实现特定工具（如文件读写、API 调用）。
- 在 Claude 桌面版或 ChatGPT 的配置中指定 MCP 服务器地址（通常是本地运行的 HTTP 端点）。
- 通过聊天界面触发工具调用，模型会自动选择何时使用这些工具。
整个过程涉及环境变量设置、JSON 配置文件修改以及权限管理。对于 Claude，需要在 claude_desktop_config.json 中添加 mcpServers 字段；对于 ChatGPT，则需通过 GPTs 的 Actions 功能或自定义 API 集成。
中文圈视角
对于中文用户，MCP 的实用价值在于：
- 国内平替：目前国产模型如 DeepSeek、Kimi 尚未原生支持 MCP，但可以通过类似的自定义 API 方式实现工具调用。智谱的 GLM 系列支持 tool calling，但协议不通用。
- 使用门槛：配置 MCP 需要一定的编程基础，且 Claude 和 ChatGPT 的国内访问需梯子。建议使用本地部署的 MCP 服务器，避免数据出境风险。
- 场景落地：中文用户可借此让 AI 助手直接操作本地文件、查询数据库或调用翻译 API，提升写作、编程效率。例如，写一个 MCP 服务器连接百度翻译，让 ChatGPT 自动翻译文本。
一个盲点是：国内开发者较少讨论 MCP 的安全性问题——自定义服务器可能暴露本地文件或 API key，需注意权限控制。
几条值得记住的细节
- MCP 服务器需运行在本地或可访问的 HTTP 端点，Claude 桌面版支持
stdio和http两种传输方式。 - ChatGPT 的 MCP 集成需通过 GPTs 的 Actions 功能，每个 GPT 最多可配置 10 个工具。
- 配置文件中需指定工具名称、描述和参数 schema，模型根据描述决定是否调用。
- 首次连接时需授权，Claude 会弹出确认对话框。
- 若 MCP 服务器返回错误，模型会尝试重试或告知用户。
一句话总结
想让 Claude 或 ChatGPT 调用你的本地工具？MCP 是标准方案，但配置需耐心。