AWS 知识库检索 MCP 服务器

如果你正在阅读这篇教程，那么你对模型上下文协议可能已经有了一些了解，或者至少听说过它。MCP 正在迅速成为让 AI 模型安全、可控地连接外部数据和工具的通用语言。而当你准备真正动手使用 MCP 时，第一个需要面对的问题就是：有哪些现成的服务器可以用？我该如何开始？

这正是在 GitHub 上拥有超过 8 万颗星的 modelcontextprotocol/servers 仓库要回答的问题。它由 Anthropic 发起并维护，是整个 MCP 生态系统的“官方起点”和“参考实现大全”。无论你是想立刻使用强大的 MCP 工具，还是打算学习如何构建自己的服务器，这个仓库都是你绕不开的第一站。

项目基本信息

一、项目介绍

servers 仓库是一个集合，它的核心使命有两个。第一，它提供了由 MCP 指导小组维护的参考实现服务器。这些服务器不是玩具，而是展示 MCP 核心功能的最佳范例。第二，它汇集了海量的社区资源，包括第三方服务器列表、开发框架、客户端、管理工具等等。可以把它理解为 MCP 世界的“导航图”和“样板间”。

这个仓库本身并不包含所有 MCP 服务器的代码，而是精选了一套小而精的参考服务器。目前活跃的参考服务器包括：

• Everything 服务器：一个测试用的全能服务器，演示了 prompts、resources 和 tools 三大核心概念。
• Fetch 服务器：抓取网页内容并转换为 LLM 易读的格式，是让 AI 阅读在线文档的利器。
• Filesystem 服务器：提供安全的文件系统操作能力，可配置访问权限。
• Git 服务器：提供读取、搜索和操作 Git 仓库的工具。
• Memory 服务器：基于知识图谱的持久化记忆系统，让 AI 拥有长期记忆。
• Sequential Thinking 服务器：实现动态、反思性的问题解决思路。
• Time 服务器：提供时间和时区转换功能。

此外，还有一些曾经在册的服务器（如 GitHub、Slack、PostgreSQL 等）已被归档到 servers-archived 仓库，但它们的设计思想和代码仍然极具学习价值。

二、核心优势

官方背书，质量保证
由 Anthropic 和 MCP 指导小组直接维护，这些参考实现完美遵循了 MCP 协议的最佳实践。你可以完全信任它们作为学习和引用的基础。

涵盖多语言 SDK
参考服务器分别使用 TypeScript 和 Python 实现（基于各自的 MCP SDK）。这让你无论偏好哪种语言，都能找到对应的范例。

不仅是代码，更是完整的生态系统
这个仓库远不止几个服务器。它维护了庞大的社区资源列表，包括框架、客户端、管理工具、注册表等。你可以在这里发现几乎任何你想要的东西。

开箱即用的便捷性
你可以通过 npx 或 uvx 直接运行官方参考服务器，无需克隆代码。例如 npx -y @modelcontextprotocol/server-memory 就能启动 Memory 服务器。

汇聚社区智慧
仓库的 README 收录了由社区成员维护的多个“Awesome MCP Servers”列表、注册中心（如 Smithery、PulseMCP）、管理 GUI 工具（如 MCP Linker、MCPHub）和安全扫描工具等。这是探索 MCP 生态的黄金入口。

三、适用场景

快速体验 MCP 的强大功能
如果你是 MCP 的新手，通过配置 Claude Desktop 使用 filesystem 或 fetch 服务器，可以最直观地感受 MCP 的魅力。

为自己的项目寻找灵感或起点
当你需要构建自己的 MCP 服务器时，可以参考 everything 服务器的结构，了解如何同时提供 prompts、resources 和 tools。或者参考 fetch 服务器，学习如何调用外部 API 并转换数据。

寻找特定功能的现成解决方案
你需要让 AI 操作 Git 仓库？直接使用 git 参考服务器。需要记录 AI 对话中的关键信息？memory 服务器可能是答案。这个仓库提供的参考服务器覆盖了许多常见的基础需求。

探索 MCP 开发者工具链
如果你在寻找如何管理、安装、保护或发现 MCP 服务器，资源列表中提到了 mcp-get、smithery、mcp-guardian 等大量工具，它们能极大地提升你的开发效率。

学习 MCP 协议的最佳实践
通过阅读这几个参考服务器的源码，你可以学习到如何处理资源、如何定义工具、如何进行错误处理等等。

四、安装与使用教程

使用这个仓库中的参考服务器非常简单，你甚至不需要克隆它。下面以最常用的 filesystem 和 fetch 服务器为例，展示如何在 Claude Desktop 中配置和使用。

第一步：准备工作

确保你已经在电脑上安装了 Node.js（版本 18 或以上）。Claude Desktop 应用也需要提前安装好。

第二步：配置 Claude Desktop

找到 Claude Desktop 的配置文件：

• Windows: %AppData%\Claude\claude_desktop_config.json
• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Linux: ~/.config/Claude/claude_desktop_config.json

使用文本编辑器打开该文件，如果文件不存在就新建一个。我们将配置两个服务器。

示例配置 1：Filesystem 服务器

这个服务器允许 AI 读写你电脑上指定目录的文件。请务必将 /path/to/allowed/files 替换为你希望 AI 访问的真实目录路径，例如 /Users/你的用户名/Documents。

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]
    }
  }
}

对于 Windows 用户，需要使用 cmd /c 来包装 npx：

{
  "mcpServers": {
    "filesystem": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "@modelcontextprotocol/server-filesystem", "C:\\Users\\你的用户名\\Documents"]
    }
  }
}

示例配置 2：同时配置多个服务器

你可以在一个配置文件中添加多个 MCP 服务器。

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/alice/Projects"]
    },
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    },
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

保存配置文件后，完全退出并重新启动 Claude Desktop。

第三步：在 Claude 中验证和使用

重启后，在对话输入框的右侧应该能看到一个插头图标，表示 MCP 服务器已连接。现在你可以开始测试了。

• 测试 Filesystem 服务器：输入“请列出我被允许访问的目录下有哪些文件”。
• 测试 Fetch 服务器：输入“请帮我获取 https://modelcontextprotocol.io 的内容并总结要点”。

五、深入使用示例

示例1：使用 Fetch 服务器进行网页分析

假设你配置了 Fetch 服务器，你可以让 Claude 做这件事：

用户输入：请读取这篇关于 MCP 的博客文章 https://modelcontextprotocol.io/introduction，并告诉我它主要介绍了哪几个部分。

Claude 会调用 fetch 工具，获取网页内容，然后分析并回答。你不需要手动复制粘贴任何文本。

示例2：使用 Filesystem 服务器辅助编程

配置 Filesystem 服务器，允许它访问你的项目文件夹。

用户输入：请检查我项目根目录下的 README.md 文件，看看是否提到了安装步骤。如果没有，请帮我加上一小段。

Claude 会先读取 README.md 文件，然后根据你的要求，使用文件写入工具来修改它。

示例3：使用 Everything 服务器学习 MCP

Everything 服务器是学习和调试的绝佳工具。你可以问 Claude：

用户输入：请列出 everything 服务器当前提供的所有资源。

它会返回一个资源列表，展示 MCP 中 resources 的概念。你还可以问：“请调用 echo 工具，把‘hello world’作为参数传给它。”

六、常见问题

问题1：配置后 Claude 中看不到插头图标或工具不可用。

解决方案：请严格按照步骤：先完全退出 Claude Desktop（检查系统托盘或活动监视器确保进程已退出）。修改 JSON 文件时，确保格式正确，没有多余的逗号。然后重新启动 Claude。如果问题依旧，可以尝试在终端手动运行 npx -y @modelcontextprotocol/server-filesystem /your/path 看是否有错误输出。

问题2：Filesystem 服务器提示权限错误或找不到路径。

解决方案：你提供给 args 中的路径必须是绝对路径，并且该路径在运行 Claude Desktop 的电脑上必须真实存在。另外，该服务器的设计是只能访问你明确指定的那个目录及其子目录，不能访问父目录或其他盘符。检查路径中是否有空格，如果有，需要用引号包裹。

问题3：我想使用那些被归档的服务器，比如 GitHub 服务器，还能吗？

解决方案：可以。归档的服务器代码仍然在 servers-archived 仓库中可用。你可以手动克隆并按照其 README 的指引运行。不过请注意，这些服务器可能不再更新，且可能需要额外的配置（如 API 密钥）。对于 GitHub，推荐使用社区中更新更活跃的替代品。

问题4：我想查找这个列表之外的第三方 MCP 服务器，去哪找？

解决方案：好问题！这个仓库的 README 资源部分列出了多个“Awesome MCP Servers”列表和注册中心。其中最活跃的包括：

• Smithery：一个可以一键安装 MCP 服务器的注册中心。
• PulseMCP：提供每周新闻通讯和服务器搜索。
• punkpeye/awesome-mcp-servers：一个非常全面的社区维护列表。
• 你也可以在 MCP Registry 上查找官方收录的服务器。

七、总结

modelcontextprotocol/servers 不仅仅是一个代码仓库，它是整个 MCP 生态系统的枢纽。对于最终用户，它提供了可以直接使用的、安全可靠的参考服务器，极大地扩展了 AI 的能力边界。对于开发者，它是学习 MCP 协议的第一手教材，也是寻找开发灵感、工具和最佳实践的宝库。

通过这个项目，你可以真切地感受到 MCP 社区的活力和协作精神。从文件系统到网络抓取，从知识图谱到版本控制，这些参考服务器展示了 MCP 协议巨大的应用潜力。而围绕着它们生长出来的庞大工具链和资源列表，则预示着 MCP 未来的无限可能。

无论你是 AI 应用开发者、工具链维护者，还是仅仅对最新技术趋势感到好奇的爱好者，我强烈建议你将这个仓库 Star 下来，花一个下午的时间配置并玩转其中一两个服务器。你将会亲身体验到，当 AI 真正能够安全、便捷地“连接上下文”时，工作流可以变得多么流畅和智能。