MCP完全傻瓜指南：賦予你的AI網絡超能力

所以你想要一個能夠瀏覽網頁並認為只有 OpenAI、AnthroPOLogie 或 Google 提供的選項才有選項的人工智能？

再想想。

您的AI助手無需每次都需要通過企業服務器傳輸數據才能獲取實時信息。 借助模型上下文協議 (MCP) 服務器，即使是輕量級的消費級模型也能進行網絡搜索、文章分析和訪問實時數據——所有這些都能在完全保護隱私且零成本的情況下完成。

有什麼限制嗎？ 沒有。 這些工具都提供慷慨的免費額度：Brave SeARch 每月提供 2000 次搜索，Tavily 提供 1000 次搜索額度，而且某些選項根本不需要 API 密鑰。 對大多數用戶來說，這足夠用了，根本不會用到限制……畢竟一天之內你不可能進行 1000 次搜索。

在深入技術細節之前，需要解釋兩個概念。 “模型上下文協議“是 AnthrOPic 公司於 2024 年 11 月發布的一項開放標準，它允許 AI 模型與外部工具和數據源連接。 您可以將其視為一種通用適配器，用於連接類似 Tinkeryoy 的模塊，從而為您的 AI 模型添加實用功能。

而不是直接告訴你的AI該怎麼辦（這就是 API 調用的作用），你告訴模型你需要什麼它似乎能自行決定如何實現目標。 MCP 的精確度不如傳統的 API 調用，而且可能需要花費更多代幣才能使其正常工作，但它們的靈活性要高得多。

“工具調用”——有時也稱為函數調用——是實現這一功能的機制。 它使人工智能模型能夠識別何時需要外部信息，並調用相應的函數來獲取信息。 當你問“里約熱內盧的天氣怎麼樣？”時，具備工具調用功能的模型可以識別出需要調用天氣 APi 或 MCP 服務器，正確格式化請求，並將結果整合到響應中。 如果沒有工具調用支持，你的模型就只能使用訓練期間學習到的信息。

以下是如何賦予本地模型超能力的方法。

技術要求和設置

要求很簡單：你只需要Node.js安裝在您的計算機上，以及支持 MCP 的本地 AI 應用程序（例如LM工作室版本 0.3.17 或更高版本、Claude Desktop 或 Cursor IDE），以及具有工具調用功能的模型。

您還需要安裝 PYTHon。

一些可在消費級機床上運行的、具有刀具調用功能的優秀模型包括：GPT-oss， DEEPSeek R1 0528，Jan-v1-4b，Llama-3.2 3b Instruct，以及 Pokee Research 7B。

要安裝模型，請在 LM Studio 左側邊欄點擊放大鏡圖標並蒐索模型。 支持工具的模型名稱旁邊​​會顯示錘子圖標。 這些就是您需要的模型。

大多數參數超過 70 億的現代模型都支持工具調用——Qwen3、Deepseek R1、Mistral 以及類似的架構都能很好地工作。 模型越小，你可能就越需要明確地提示它使用搜索工具，但即使是 40 億參數的模型也能處理基本的網絡訪問。

下載模型後，你需要“加載”它，這樣LM Studio才能知道它需要使用它。 你肯定不希望你的情色角色扮演模型幫你做論文的研究吧。

設置搜索引擎

配置通過單個 mcp.json 文件完成。 文件位置取決於您的應用程序：LM Studio 使用其設置界面編輯此文件，Claude Desktop 會在特定的用戶目錄中查找，而其他應用程序則有各自的約定。 每個 MCP 服務器條目僅需三個元素：唯一的名稱、運行命令以及任何必需的環境變量，例如 API 密鑰。

但您其實無需了解這些：只需複制粘貼開發人員提供的配置即可，一切正常。 如果您不想手動編輯，本指南末尾提供了一個現成的配置，您可以直接複製粘貼，這樣就能讓一些最重要的 MCP 服務器正常運行。

MCP提供的三款最佳搜索引擎各有優勢。 Brave注重隱私保護，Tavily功能更全面，而DuckDuckGo最易於部署。

要添加 DuckDuckGo，只需前往lmstudio.ai/danielsig/duckduckgo然後點擊寫著“在 LM Studio 中運行”的按鈕。

然後前往lmstudio.ai/danielsig/visit-Website執行相同的操作，點擊“在 LM Studio 中運行”。

就這樣，你賦予了你的模型第一個超能力。 現在，你擁有了自己的免費 SearchGPT——本地化、私密化，並且由 DuckDuckGo 提供支持。

讓它幫你查找最新消息和價格比特幣它會提供天氣等信息，並為您提供最新、相關的信息。

Brave Search 的設置比 DuckDuckGo 稍複雜一些，但它提供更強大的服務，基於一個包含超過 300 億頁網頁的獨立索引，每月提供 2000 次免費查詢。 其隱私至上的理念意味著不會對用戶進行任何用戶畫像或追踪，使其成為敏感研究或個人查詢的理想選擇。

要配置 Brave 瀏覽器，請註冊。 brave.cOM/search/api獲取您的 API 密鑰。 這需要進行支付驗證，但它有免費套餐，所以不用擔心。

進入頁面後，找到“API密鑰”部分，點擊“添加API密鑰”，然後復制新生成的代碼。 請勿與任何人分享此代碼。

然後打開 LM Studio，點擊右上角的小扳手圖標，然後點擊“程序”選項卡，再點擊安裝和集成按鈕，點擊“編輯 mcp.json”。

找到後，將以下文本粘貼到出現的字段中。 請記住，將您剛剛創建的密鑰 API 密鑰放在引號內，即“您的 Brave API 密鑰”的位置：

{
"mcpServers": {
"勇敢搜索": {
"命令":“npx",
"args": ["-y", "@modelcontextprotocol/server-brave-search“],
"env": {
"BRAVE_API_KEY": ""
}
}
}
}

就這些。 現在，你的本地人工智能可以使用 Brave 瀏覽器瀏覽網頁了。 你可以問它任何問題，它都會為你提供它能找到的最新信息。

記者在調查突發新聞時需要來自多個渠道的最新信息。 Brave 的獨立索引意味著搜索結果不會經過其他搜索引擎的過濾，從而為爭議性話題提供不同的視角。

Tavily 是另一款出色的網頁瀏覽工具。 它每月提供 1000 點數，並提供新聞、代碼和圖片方面的專業搜索功能。 設置也非常簡單：只需在 [此處插入鏈接] 創建一個帳戶即可。 app.tavily.com從控制面板生成您的 MCP 鏈接，即可完成。

然後，將以下配置複製粘貼到 LM Studio 中，就像您在 Brave 瀏覽器中所做的那樣。 配置如下所示：

{
"mcpServers": {
"tavily-remote": {
"命令": "npx",
"args": ["-y",“mcp-remote”， "https://mcp.tavily.com/mcp/?tavilyApiKey=YOUR_API_KEY_HERE"]
}
}
}

使用案例：開發人員調試錯誤消息時，可以要求其 AI 助手搜索解決方案，Tavily 的代碼搜索功能會自動返回 Stack OverFLOW 討論和 GitHub 問題，並進行格式化以便於分析。

閱讀和瀏覽網站

除了搜索之外，MCP FETCh 還處理另一個問題：閱讀全文。 搜索引擎返回的是文章摘要，而 MCP Fetch 則能檢索完整的網頁內容，並將其轉換為針對 AI 處理優化的 Markdown 格式。 這意味著您的模型可以分析整篇文章，提取關鍵信息，或回答有關特定頁面的詳細問題。

只需複制粘貼此配置即可。 無需創建 API 密鑰或其他任何內容：

{
"mcpServers": {
“拿來”： {
"命令": "uvx",
"args": [
"mcp-server-fetch"
]
}

你需要安裝一個名為“軟件包安裝程序”的程序。 uvx要運行這個程序，只需按照以下步驟操作即可。 本指南一兩分鐘就能搞定。

這對於總結、分析、迭代甚至指導都非常有用。 研究人員可以輸入一篇技術論文的URL，然後要求“總結方法論部分並找出其方法中的潛在缺陷”。 該模型會獲取全文，進行處理，並提供僅憑搜索摘要無法實現的詳細分析。

想要更簡單的版本？ 即使是您本地最笨的人工智能現在也能完全理解這條命令。

請用三段話概括以下內容，並告訴我它為什麼如此重要：https://decrypt.co/346104/Ethereum-network-megaeth-350m-token-sale-valuing-mega-7-billion”

還有許多其他的MCP工具可供探索，它們能為您的模型賦予不同的功能。 例如：MCP瀏覽器Playwright 可以讓你與任何網站進行交互——填寫表單、導航，甚至是靜態爬蟲無法處理的大量 JavaScrIPt 應用。 此外，它還提供 SEO 審核服務器、Anki 卡片學習工具以及提升編碼能力的軟件。

完整配置

如果您不想手動配置 LM Studio MCP.json，那麼這裡有一個集成了所有這些服務的完整文件。

複製該文件，在指定位置添加您的 API 密鑰，將其放入您的配置目錄，然後重啟您的 AI 應用程序。 請記住安裝必要的依賴項：

{
"mcpServers": {
“拿來”： {
"命令": "uvx",
"args": [
"mcp-server-FETch"
]
},
"勇敢搜索": {
"命令": "npx",
"args": [
“-y，”
"@modelcontextprotocol/server-brave-search"
],
"env": {
"BRAVE_API_KEY": "您的 API 密鑰在此處"
}
},
"browsermcp": {
"命令": "npx",
"args": [
"@browsermcp/mcp@latest"
]
},
"tavily-remote": {
"命令": "npx",
"args": [
“-y，”
"mcp-remote",
"https://mcp.tavily.com/mcp/?tavilyApiKey=YOURAPI密鑰在此”
]
}
}
}

此配置將使您能夠訪問 Fetch、Brave、Tavily 和 MCP 瀏覽器，無需編碼，無需複雜的設置程序，無需訂閱費，也無需向大型企業提供數據——只需為您的本地模型提供可用的網絡訪問即可。

不客氣。