在Claude和ChatGPT中添加自定义MCP服务器
评分
76提供了 MCP 在主流 AI 聊天界面中配置的实操指南,弥补了官方文档的不足。
逻辑清晰,步骤详实,代码和截图辅助验证,作者是知名技术博主,可信度高。
可直接按步骤操作,对希望定制 AI 助手的开发者和高级用户有直接帮助。
MCP 协议处于快速演进期,文章发布于近期,但协议本身仍可能快速变化。
Simon Willison 是 AI/Web 技术领域权威博主,内容经过其自身实践验证。
基础分 84 × T2 信源权重 ×0.9 = 76
精选线 70已入选精选
精选理由
内容实操性强,步骤清晰,及时填补了社区对 MCP 配置的空白知识。
AI 点评
「这篇文章值得所有关注 AI 可扩展性的开发者一读。MCP 正在成为类似工具链的「标准插座」,而 Willison 用最直观的方式展示了如何插上自己的「工具插头」。尤其对用 Claude/ChatGPT 构建工作流的用户来说,这里的方法可以直接复用。」
速览
Simon Willison 分享了如何在 Claude 和 ChatGPT 的 Web 聊天界面中添加自定义 MCP 服务器的详细步骤。MCP(模型上下文协议)允许 AI 助手访问外部工具和数据源,但设置方法不够直观。作者通过实际操作演示了配置过程,并讨论了该协议对扩展 AI 能力的潜力。
- MCP 协议允许 AI 模型调用外部工具、数据库和 API,打破模型自身知识局限。
- Claude 和 ChatGPT 的 Web 聊天界面均支持 MCP,但添加自定义服务器需手动配置。
- 作者提供了从编写服务器代码到在聊天界面中启用的完整教程。
- MCP 的出现使开发者可以像定制插件一样增强 AI 助手的实用性。
正文
TIL: 将自定义MCP服务器添加到Claude和ChatGPT
将自定义MCP服务器连接到Claude和ChatGPT的标准聊天界面是可行的,但需要相当多的步骤。
标签: ai, generative-ai, chatgpt, llms, claude, model-context-protocol
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍,智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好,尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6:前沿智能与前沿效率的融合
这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能
这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户
这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。