一、什么是 MCP Server？
1.MCP 是什么？
MCP 的全称是 Model Context Protocol（模型上下文协议）。
你可以把它想象成 AI 领域的 应用商店。
在 MCP 出现之前，每个大型语言模型（如 Claude、ChatGPT 等）的能力都是固定的、封闭的。它们能做什么，不能做什么，完全由开发它们的公司决定。用户无法轻松地让 AI 助手直接读取自己电脑上的文件、查询数据库或者控制自己的专属软件。
MCP 就是为了解决这个问题而诞生的。它是一个开放的通信标准，允许外部工具、数据源和服务（我们称之为 Resources）以一种安全、标准化的方式 “插入” 到兼容 MCP 的 AI 应用程序中。
2.MCP Server 是什么？
理解了 MCP，MCP Server 就很好解释了：
MCP Server 就是一个遵循 MCP 协议标准的独立程序。它的核心职责是作为 AI 应用程序（客户端）和外部资源（如工具、数据）之间的桥梁或翻译官。
它 “服务” 于谁？ 它服务于兼容 MCP 的 AI 应用程序（称为 MCP Client），例如 Cursor / Pycharm / Trae / Kiro / Claude Desktop 等支持 MCP 协议的应用。
它 “提供” 什么？ 它向客户端暴露（Expose） 一系列定义好的功能，比如：
工具（Tools）：可供 AI 调用的函数。例如：“读取指定文件”、“执行 Shell 命令”、“查询天气预报”。
数据源（Resources）：可供 AI 查询的静态或动态数据。例如：“获取当前股票价格”、“读取我的笔记内容”、“列出我的待办事项”。
提示词模板（Prompts）：预定义的提示词片段，用户可以直接使用。
简单比喻：
AI 应用（MCP Client） 就像一个只有基本功能的智能手机。
MCP Server 就像一个一个的 App（例如：微信、地图、银行软件）。
MCP 协议 就是 iOS 或 Android 系统，规定了 App 如何被安装、如何与手机系统通信。
通过安装不同的 MCP Server（App），你的 AI 助手（手机）就获得了无限扩展的新能力。
二、MCP Server 推荐
1.Spec-Workflow-MCP
平时我们使用 ai 应用时，即使给它一个比较完整的 Prompt 让它生成一段代码，ai 也很难一次性生成可以完全运行且正确的代码，会有大量的改动以及审批工作。
这个 MCP Server 可以将我们的需求拆解，生成需求文档、设计文档并且生成对应的 task，可以按需审批；且过程是可以在 web 端可视化的，比在代码编辑器中审批方便很多。
该 MCP Server 的工作流：
- 根据与 AI 交互的 Prompt 生成需求文档说明书
- 需求文档审批通过后，根据需求文档生成设计文档
- 设计文档审批通过后，Server 会拆解设计文档为几个具体的 Task
按需审批执行 Task
根据具体实现，检查是否有需要调整的地方
Github 地址：
https://github.com/Pimzino/spec-workflow-mcp
2.Playwright-MCP
UI 自动化的 Playwright 目前已有框架，在使用时，需要使用 Playwright 自带的录制工具 codegen 来生成代码，会根据用户的操作生成脚本；
但是生成的代码需要人工进行二次封装，并且稳定性不高，需要逐步调试。
此时可以使用 Playwright-MCP 来进行代码生成以及封装。
Playwright-MCP 优点：
- 不依赖传统 DOM 树进行解析，实时获取可访问性树，元素定位准确度高
- 使用自然语言理解用户逻辑、生成测试脚本并且自动封装，上手成本低
- 随平台版本更新用例时，仅需更新自然语言描述，维护成本低
使用步骤：
- 使用 Prompt 描述测试步骤
待脚本生成后，浏览器会运行一遍生成的脚本
代码生成后，可能会有运行失败的情况，AI 会自动帮我们修正代码，并且尝试运行。
运行确认无误后，点击 Accept，接受代码，完成用例编写。
Github 地址：