在 MCP 技术这片大大的海洋里，MCP.so 就像一座特别亮的灯塔。它不但收录了三千多个 MCP 服务器，还能支持实时在线调试接口，给开发者带来了方便的一站式服务。到底它是怎么做到的呢？咱们一起好好去探索一下 MCP.so 的世界！

MCP.so 平台概述

MCP.so 是国内开发者 idoubi 创建的 MCP 服务器导航与托管平台。它收录了超过 3000 个 MCP 服务器，支持用户基于stdio或 SSE 方式接入 MCP 服务器。用户可以根据需求选择搜索、数据、工具等类型的 MCP 服务器，并通过填写参数和环境变量完成配置。

MCP.so 的官网地址官网地址：https://mcp.so

MCP.so 的主要功能：

MCP 服务器目录：集中展示各种第三方 MCP 服务器，用户在上面能找到不同类型的 MCP 服务器及其相关信息。信息共享：平台为每个 MCP 服务器提供详细的描述，包括服务器的功能、支持的数据类型、工具集成等信息。在线调试：MCP.so 提供在线调试功能，用户用调试接口实时查看路由状态。提交服务器：支持开发者将自己的 MCP 服务器提交到 MCP.so，提交的服务器经过审核后，会在平台上展示。MCP.so 的官网地址：mcp.soMCP.so 的应用场景：AI 开发与增强：帮助开发者基于连接 MCP 服务器，获取数据和工具，提升 AI 功能。企业数据接入：支持企业用户安全访问内部数据源，拓展 AI 助手在企业中的应用。社区资源共享：促进用户分享和发现第三方 MCP 服务器资源，推动社区协作。工具扩展：提供工具和插件的发现渠道，丰富 AI 助手的功能。学习与研究：为研究者提供探索不同 MCP 服务器的平台，助力学术研究。

相关资源平台介绍

1. Smithery 资源平台

资源说明：全球最大的 MCP 服务器注册表，截至当前收录 3091+ MCP Servers，支持直接复制安装命令到产品端运行。地址：https://smithery.ai/功能：快速搜索、筛选 MCP Servers(按标签、类别、关键词)。提供安装命令一键复制功能(如 curl、npm 等)。用户社区贡献的 MCP 服务审核与分类。收录服务与工具：覆盖 GitHub、Slack、Jira、Kubernetes 等主流工具的 MCP 适配器。适用场景：开发者快速集成 MCP 服务到应用(如 AI 助手、自动化工具)。企业寻找现成的 MCP 解决方案以减少开发成本。

2. PulseMCP 资源平台

资源说明：提供 3228+ MCP Servers 和客户端工具，每周更新 MCP 动态与新闻。地址：https://pulsemcp.com/功能：整合 MCP Servers 与客户端工具(如 Claude 桌面端、Cline)。新闻动态与社区讨论聚合(技术博客、开发者指南)。收录服务与工具：客户端工具：Cline 插件、Claude 桌面端、Fleur。服务：GitHub、Slack、Notion、Trello 等。适用场景：开发者追踪 MCP 生态动态，获取最新工具与最佳实践。非技术人员通过客户端工具快速使用 MCP 功能。

3. Awesome MCP Servers 资源平台

资源说明：以分类清晰为特点，收录 MCP Servers 的 GitHub 仓库链接，适合按场景筛选。地址：https://github.com/punkpeye/awesome-mcp-servers功能：无具体功能描述，但主要用于分类展示 MCP Servers 的 GitHub 仓库链接。收录服务与工具：无具体提及。适用场景：适合开发者按场景筛选 MCP Servers。

MCP 的前世今生及相关技术介绍

1. 大模型 API 调用

简单回顾下最简单的大模型基础聊天应用开发，也就是直接按照目标 LLM 的官方 API 文档进行请求的做法。例如，如果我们要通过 Python 调用 DeepSeek-R1 模型进行问答，按照官方文档说明示例如下：

from openai import OpenAI client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com") response = client.chat.completions.create( model="deepseek-chat", messages=( {"role": "system", "content": "You are a helpful assistant"}, {"role": "user", "content": "Hello"}, ), stream=False print(response.choices[0].message.content)

因为大多数模型厂商都是兼容 OpenAI 规范的，也就是说在使用 OpenAI SDK 请求方式下，直接替换上述的base_url换成其他模型地址，都是可以实现请求响应的。比如如果要请求 Qwen 系列模型，那base_url就替换成：

https://dashscope.aliyuncs.com/compatible-mode/v1 。进一步说，如果要想实现多轮对话，让大模型“拥有记忆”满足追问，以阿里的 QWQ 模型为例，可以把content字段通过{role: assistant, content:拼接后的流式输出 content}添加到上下文。（注：无需添加reasoning_content字段）

2. 复杂提示词工程的缘起

上面提到的聊天应用，只是基于 LLM 的已有知识，回答效果在有些场景下不符合预期。

3. MCP(大模型上下文协议)介绍

定义与核心目标：MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 公司于 2024 年 11 月推出的开放标准协议，旨在为大模型（如 GPT、Claude 等）与外部工具、数据源和服务建立统一的交互接口。其核心目标是通过标准化解决生态碎片化、安全与权限管理、动态工具调用等问题。类比为“AI 领域的 USB-C 接口”，MCP 通过通用协议实现大模型与外部资源的即插即用。技术架构与核心设计：采用客户端 - 服务器架构，客户端集成于大模型应用（如 Claude Desktop、Cursor IDE），负责发起请求；服务器提供工具能力（如文件操作、数据库查询），通过 JSON-RPC 2.0 协议与客户端通信。MCP 协议的演进：早期版本主要支持stdio和 HTTP+SSE 两种传输方式，此次更新最为亮点的新特性——Streamable HTTP，是在前者基础上的一次重大升级，继承了 HTTP+SSE 的实时消息传输能力。

MCP.so 的核心功能

MCP 服务器目录

集中展示各种第三方 MCP 服务器及其相关信息。这里是 MCP 服务器的集中展示地，用户可以轻松找到不同类型的服务器。

信息共享

提供每个 MCP 服务器的详细描述，包括功能、支持的数据类型和工具集成。每个服务器的详细信息都在这里，帮助用户更好地了解服务器的特点和用途。

提交服务器

开发者可以提交自己的 MCP 服务器，审核通过后会在平台上展示。为开发者提供了一个展示自己服务器的平台，促进了 MCP 服务器的发展和共享。MCP.so 是什么MCP.so 是国内开发者 idoubi 创建的 MCP（模型上下文协议）服务器导航与托管平台。MCP.so 收录了超过 3000 个 MCP 服务器。MCP.so 核心竞争力在于 MCP Server Hosting，支持用户基于 stdio（本地通信）或 SSE（远程通信）方式接入 MCP 服务器。用户根据需求选择搜索、数据、工具等类型的 MCP 服务器，基于填写参数和环境变量完成配置，提升 AI 模型的生产力和功能扩展。MCP.so 的主要功能

MCP 服务器目录：集中展示各种第三方 MCP 服务器，用户在上面能找到不同类型的 MCP 服务器及其相关信息。信息共享：平台为每个 MCP 服务器提供详细的描述，包括服务器的功能、支持的数据类型、工具集成等信息。在线调试：MCP.so 提供在线调试功能，用户用调试接口实时查看路由状态。提交服务器：支持开发者将自己的 MCP 服务器提交到 MCP.so，提交的服务器经过审核后，会在平台上展示。

MCP.so 的应用场景

AI 开发与增强：帮助开发者基于连接 MCP 服务器，获取数据和工具，提升 AI 功能。企业数据接入：支持企业用户安全访问内部数据源，拓展 AI 助手在企业中的应用。社区资源共享：促进用户分享和发现第三方 MCP 服务器资源，推动社区协作。工具扩展：提供工具和插件的发现渠道，丰富 AI 助手的功能。学习与研究：为研究者提供探索不同 MCP 服务器的平台，助力学术研究。