MCP 能做什么？10 个真实场景让 Claude / Cursor 变成超级助手

场景 1：Cursor 读 Slack 频道文档写代码#

以前怎么做： 打开 Slack 找到对应频道，手动复制技术讨论内容，粘贴到 Cursor 的对话框，然后说”根据这些需求帮我写”。一个功能来来回回要切三个窗口。

接入 MCP 之后： 在 Cursor 里直接说”读一下 #backend-design 频道最近 50 条消息，帮我写对应的接口”。Cursor 通过 Slack MCP Server 拉取消息，直接出代码。

配置方式：

在 .cursor/mcp.json 里添加：

1
{
2
  "mcpServers": {
3
    "slack": {
4
      "command": "npx",
5
      "args": ["-y", "@modelcontextprotocol/server-slack"],
6
      "env": {
7
        "SLACK_BOT_TOKEN": "xoxb-your-bot-token",
8
        "SLACK_TEAM_ID": "T0XXXXXXX"
9
      }
10
    }
11
  }
12
}

SLACK_BOT_TOKEN 在 Slack App 管理页面的 “OAuth & Permissions” 里获取，需要给 Bot 开 channels:history、channels:read 权限。

场景 2：Claude 直接查 GitHub Issue 状态#

以前怎么做： 打开浏览器，搜 Issue，复制 Issue 内容，粘贴给 Claude，然后说”帮我总结一下这个 bug 的根因”。

接入 MCP 之后： 在 Claude Desktop 里说”查一下 anthropics/claude-code 仓库里 label 是 bug 的 open Issue，按最近更新排序，帮我总结”。Claude 直接调用 GitHub MCP Server 拉数据。

配置方式：

在 ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）里添加：

1
{
2
  "mcpServers": {
3
    "github": {
4
      "command": "npx",
5
      "args": ["-y", "@modelcontextprotocol/server-github"],
6
      "env": {
7
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_your_token_here"
8
      }
9
    }
10
  }
11
}

GitHub PAT 在 Settings → Developer settings → Personal access tokens 里创建，只需要 repo 读权限即可。

场景 3：自然语言查数据库#

以前怎么做： 打开数据库客户端，回想表结构，手写 SQL，执行，复制结果，再粘贴给 Claude 分析。

接入 MCP 之后： 在 Claude 里说”查一下过去 7 天日活用户数，按平台拆分，给我趋势分析”。Claude 通过 PostgreSQL MCP Server 查数据，直接给出分析结果。

配置方式（以 PostgreSQL 为例）：

1
{
2
  "mcpServers": {
3
    "postgres": {
4
      "command": "npx",
5
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
6
      "env": {
7
        "POSTGRES_CONNECTION_STRING": "postgresql://user:password@localhost:5432/dbname"
8
      }
9
    }
10
  }
11
}

MCP Server 会自动读取数据库 schema，Claude 能看到所有表结构再生成 SQL，不会瞎猜字段名。生产数据库建议给 MCP 用的账号只开 SELECT 权限。

场景 4：读本地文件和项目目录#

以前怎么做： 手动打开文件，复制内容，粘贴进对话框。文件多的时候，复制粘贴本身就是一项工程。

接入 MCP 之后： 在 Claude 里说”读一下 ~/projects/api-server/src/routes 目录，帮我找出所有没有做权限校验的接口”。Claude 直接遍历文件，给出结论。

配置方式：

1
{
2
  "mcpServers": {
3
    "filesystem": {
4
      "command": "npx",
5
      "args": [
6
        "-y",
7
        "@modelcontextprotocol/server-filesystem",
8
        "/Users/your-username/projects"
9
      ]
10
    }
11
  }
12
}

Server 只能访问你在 args 里指定的目录，不会读其他地方的文件。

场景 5：调用高德地图查路线和 POI#

以前怎么做： 打开高德地图 App，手动搜索，复制信息，回来粘贴给 AI 处理。

接入 MCP 之后： 在 Claude 里说”查一下从北京西站到国贸的驾车路线，高峰期大概要多久”。Claude 调用高德 MCP Server 实时返回。

配置方式：

1
{
2
  "mcpServers": {
3
    "amap": {
4
      "command": "npx",
5
      "args": ["-y", "@amap/amap-maps-mcp-server"],
6
      "env": {
7
        "AMAP_MAPS_API_KEY": "your-amap-api-key"
8
      }
9
    }
10
  }
11
}

高德开放平台申请 Web API Key，免费额度每天 5000 次调用，日常使用完全够用。

场景 6：搜索 arXiv 论文#

以前怎么做： 打开 arXiv 网站，搜关键词，找论文，点进去读摘要，复制给 AI 做总结。

接入 MCP 之后： 在 Claude 里说”搜一下最近 3 个月关于 MCP 协议和 AI Agent 工具调用的论文，按引用量排序，帮我总结每篇的核心贡献”。

配置方式：

1
{
2
  "mcpServers": {
3
    "arxiv": {
4
      "command": "npx",
5
      "args": ["-y", "arxiv-mcp-server"]
6
    }
7
  }
8
}

这个 Server 不需要 API Key，直接调用 arXiv 的公开 API。

场景 7：管理 Notion 文档#

以前怎么做： 打开 Notion，找到对应页面，复制内容，粘贴给 AI，让它帮你改写或提取信息，再手动把结果复制回 Notion。

接入 MCP 之后： 在 Claude 里说”找到 Notion 里标题包含’产品规划’的页面，把其中的功能优先级列表提取出来，整理成 Markdown 表格”。Claude 直接读取并处理。

配置方式：

1
{
2
  "mcpServers": {
3
    "notion": {
4
      "command": "npx",
5
      "args": ["-y", "@notionhq/notion-mcp-server"],
6
      "env": {
7
        "OPENAPI_MCP_HEADERS": "{\"Authorization\": \"Bearer ntn_your_notion_token\", \"Notion-Version\": \"2022-06-28\"}"
8
      }
9
    }
10
  }
11
}

Notion Integration Token 在 notion.so/my-integrations 创建，创建后需要在对应 Notion 页面里手动授权这个 Integration 访问。

场景 8：发 Slack 消息和创建提醒#

以前怎么做： 切到 Slack，找到频道，手打消息，发送。看起来简单，但在 AI 辅助工作流里频繁切窗口极度影响专注度。

接入 MCP 之后： 在 Claude 里完成代码审查后，直接说”在 #code-review 频道发一条消息，说’PR #234 已完成审查，主要问题见 comments，可以 merge’“。Claude 直接调用 Slack MCP Server 发出去，不用切窗口。

配置方式与场景 1 相同，Slack MCP Server 同时支持读取和发送消息，需要额外开放 chat:write 权限。

1
# 验证 Slack Bot Token 权限配置是否正确
2
curl -s -X GET "https://slack.com/api/auth.test" \
3
  -H "Authorization: Bearer xoxb-your-bot-token" \
4
  | python3 -m json.tool
5
# ok 字段为 true 说明 Token 有效

场景 9：网页抓取与内容提取#

以前怎么做： 打开浏览器，找到页面，复制可见文本，粘贴给 AI。遇到登录墙或 JavaScript 渲染的页面直接没辙。

接入 MCP 之后： 在 Claude 里说”抓取这个竞品的定价页面，提取所有套餐名称和价格，整理成对比表”，Claude 直接返回结构化数据。

配置方式（使用 Puppeteer MCP Server）：

1
{
2
  "mcpServers": {
3
    "puppeteer": {
4
      "command": "npx",
5
      "args": ["-y", "@modelcontextprotocol/server-puppeteer"]
6
    }
7
  }
8
}

Puppeteer Server 会在本地启动一个无头 Chrome 实例，能处理需要 JavaScript 渲染的页面。首次运行会自动下载 Chromium，大约 200MB。

场景 10：操控 Blender 用自然语言建模#

以前怎么做： 打开 Blender，学 Python 脚本 API，写脚本，运行，调参，反复迭代。门槛极高，非专业 3D 开发者基本不会用。

接入 MCP 之后： 在 Claude 里说”在 Blender 场景里创建一个半径 2m 的球体，材质设为蓝色金属，位置放在坐标原点”。Claude 通过 Blender MCP Server 直接执行操作。

配置方式（需要先在 Blender 里安装插件）：

1
{
2
  "mcpServers": {
3
    "blender": {
4
      "command": "uvx",
5
      "args": ["blender-mcp"]
6
    }
7
  }
8
}

Blender 端需要安装 blender-mcp 插件（在 Blender Preferences → Add-ons 里搜索安装），启动插件后会在本地开一个 socket，Claude 通过这个 socket 发送 Python 脚本指令。

常见问题#