！ 本篇文章將會介紹 MCP servers，讓你的 AI 讀文件、查 issue、搜 code 範例，全部在 terminal 裡發生 :D

TL;DR: https://dev.benben.me/slides/s/ironman-14-mcp-servers

本篇目標

讀完這篇你會學到：

• MCP 是什麼、解決什麼問題
• 設定 local 與 remote server（含 OAuth）
• 管理與控制 MCP 工具的 context 成本

MCP 是什麼？

MCP（Model Context Protocol）是一個開放協定，讓 AI application 以標準方式連接外部工具與資料源。講白話：

AI agent 的能力 = 內建 tools + 外掛 tools。MCP 就是那個外掛規格。

裝了一個 MCP server，它提供的工具會自動出現在 AI 的工具箱裡，跟 read、bash 這些內建工具平起平坐。你在 prompt 裡說「用 context7 查一下文件」，AI 就會去呼叫。

設定：兩種 server

全部寫在 opencode.json 的 mcp 區塊。先給懶人法：

opencode mcp add

互動式精靈會帶你選 local 或 remote、填指令或 URL。不過懂原理還是比較踏實：

Local server：跑在本機的 process

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "mcp_everything": {
      "type": "local",
      "command": ["npx", "-y", "@modelcontextprotocol/server-everything"]
    }
  }
}

command 是啟動指令（陣列），environment 可帶環境變數，timeout 預設 5000ms。

Remote server：直接連線上的服務

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "sentry": {
      "type": "remote",
      "url": "https://mcp.sentry.dev/mcp",
      "headers": {
        "Authorization": "Bearer {env:MY_API_KEY}"
      }
    }
  }
}

Remote server 需要授權的話，opencode 會自動處理 OAuth 流程（支援 RFC 7591 動態註冊）：偵測到 401 → 開瀏覽器給你授權 → token 存好下次直接用。手動觸發或管理：

opencode mcp auth my-server   # 手動授權
opencode mcp list             # 列出所有 server 與狀態
opencode mcp logout my-server # 拿掉憑證
opencode mcp debug my-server  # 連不上時診斷

三個官方示範的實用 server

Context7：查最新文件

"context7": {
  "type": "remote",
  "url": "https://mcp.context7.com/mcp"
}

之後在 prompt 加一句 use context7，AI 就會透過它查即時文件。也可免費註冊拿 API key 提高限流。

Grep by Vercel：搜 GitHub 上的 code 範例

"gh_grep": {
  "type": "remote",
  "url": "https://mcp.grep.app"
}

「這個框架的正確寫法到底是什麼？」——讓 AI 直接搜幾千萬個 GitHub repo 找示範。

Sentry：查線上錯誤

設定 https://mcp.sentry.dev/mcp 並 opencode mcp auth sentry 授權後，直接問：

Show me the latest unresolved issues in my project. use sentry

讓 AI 「記得」用 MCP

MCP 工具這麼多，AI 不一定每次都想得起來用。兩招：

1. Prompt 裡明講：加一句 use context7 / use the gh_grep tool

2. 寫進 AGENTS.md：

   需要查文件時，使用 context7 tools。
   不確定某框架用法時，用 gh_grep 搜尋 GitHub 上的範例。
   

第二招讓「查權威資料源」變成 AI 的常識——本系列寫作時查官方文件，靠的就是這套。

成本警語：MCP 很吃 context

官方文件特別警告：每個 MCP server 的工具清單都會常駐 context。裝太多，context 還沒開工就滿一半，GitHub MCP 這種大型 server 尤其肥。

控制手段：

{
  "tools": {
    "my-mcp*": false
  },
  "agent": {
    "docs-agent": {
      "tools": {"context7*": true}
    }
  }
}

全域關掉，只給特定 agent 開——工具跟著角色走，context 花在刀口上。MCP 工名的命名規則是 伺服器名_工具名，所以 "my-mcp*" 一次管整台 server。

常見問題

Q：我要的工具沒有現成的 MCP server 怎麼辦？
A：兩條路——Day 16 的 custom tools 可以自己寫（簡單情境更快），或照 MCP 規格包一個 server（跨工具共用時值得）。

Q：enabled: false 跟 tools 關閉有什麼差？
A：enabled: false 是整台 server 不啟動（process 都不開）；tools: false 是啟動但工具不進 AI 的工具箱。暫時停用用前者，精細調配用後者。

Q：怎麼確認 server 連上了？
A：opencode mcp list 看狀態，或在 TUI 問 AI「你現在有哪些工具」。

偷偷說筆者目前也沒裝什麼 MCP ，因為現在模型都越來越聰明，後面的 Skills 可以 Cover 大多的使用情境。

小結

• MCP 把外部工具接進 AI 工具箱；local 用 command、remote 用 url
• OAuth 自動處理，opencode mcp auth 手動管理
• 實用三件套：Context7 查文件、grep.app 搜範例、Sentry 查錯誤
• 工具清單吃 context——全域關、按 agent 開

明日預告

Day 15：Agent Skills——另一種擴充方式，讓 agent「學會」新技能而不是多一雙手。

有任何疑問但沒有 iT 邦幫忙帳號，或是想匿名提問？
歡迎到 https://dev.benben.me/q/P3C5U6 提問或加油打氣，沒意外的話會在完賽之後一起回答 :D