MCP 协议实战:从 auggie 到 gmail 的 Agent 生态
2026年4月12日
3 分钟阅读
曾田力
AI
Agent
MCP
LLM
Claude
MCP 不只是协议,是生态
Model Context Protocol (MCP) 让 LLM 能调用外部工具,但真正的价值不在协议本身,而在于围绕它构建的工具生态。我目前在 Claude Code 中集成了 3 个 MCP Server,它们覆盖了日常工作的三个核心场景。
三个 MCP Server
1. auggie — 代码库语义搜索
auggie 为 Git 仓库建立语义索引,让 Claude 能用自然语言搜索代码。
典型用法:
- "找到处理 cookie 的中间件代码"
- "哪些文件涉及 track 切换逻辑"
- "水资源承载力计算的核心公式在哪"
auggie 的限制是只能索引 Git 仓库(安全策略),不能搜
~/.personal_env 等配置文件。这反而是个好设计——敏感信息天然隔离。
2. cclog — 会话历史搜索
cclog 是我写的 MCP Server,基于 SQLite 索引 Claude Code 的 512+ 历史会话。
核心 API:
— 按关键词搜会话search_sessions(query)
— 拉取完整对话记录get_session_detail(id)
— 某天做了什么get_daily_digest(date)
为什么需要它:Claude Code 会话结束后上下文就丢了。cclog 让我能跨会话检索,比如"上周修 deploy.sh 的那次会话具体改了什么"。
3. gmail — 邮件读写
node 实现的 Gmail MCP,支持搜索、读取、发送、打标签。配合每日 Briefing 系统,实现自动化信息推送。
注册与管理
MCP Server 注册在
~/.claude.json 的 mcpServers 字段:
claude mcp add auggie -- auggie --mcp --mcp-auto-workspace
claude mcp add cclog -- python3 ~/Dev/cclog/src/cclog/mcp_server.py
claude mcp list # 验证
修改后必须重启 CC 会话,否则新 Server 不会加载。
Agent 工作流实例
一个典型的跨 MCP 工作流——"检查上周的部署问题":
- cclog:
→ 找到相关会话search_sessions("deploy 失败") - cclog:
→ 获取完整对话,发现是 CSS 哈希不匹配get_session_detail(id) - auggie:
→ 找到部署脚本codebase-retrieval("deploy.sh rsync") - 修复后 → gmail: 发通知邮件
整个流程 Claude 自主完成,不需要我手动切换工具。
经验总结
- MCP Server 要小而专:每个 Server 只做一件事,组合起来才灵活
- 注册在全局而非项目:
而不是~/.claude.json
,这样所有项目都能用.mcp.json - 安全边界要清晰:auggie 不索引非 Git 目录,gmail 走 OAuth 不存密码
- 失败要优雅:MCP Server 挂了不应该阻塞整个会话
下一步计划:接入 Cloudflare API 和 VPS 状态监控的 MCP Server,让 Claude 能直接管理基础设施。