7 个实用 MCP 工具，用对了能省下无数工时

MCP 的介绍请看 初识 MCP：连接 AI 的标准协议

下面介绍 7 个实用的 MCP 工具及其核心特点和适用场景。

Playwright MCP

核心特点: 微软官方出品的MCP，利用 Playwright 实现浏览器自动化，通过读取网页的结构化访问树让 LLM 与网页交互，无需截图或计算机视觉模型。该方案轻量快速，并保证交互操作的确定性。

使用场景: 可用于自动化网页操作，例如导航网站、填写表单、提取页面中的结构化数据。也适用于由 LLM 驱动的自动化测试，或作为通用的网页代理执行复杂交互。

链接: https://github.com/microsoft/playwright-mcp

Browser MCP

核心特点: 基于浏览器扩展将 AI 连接到用户本地浏览器，实现对现有浏览器会话的自动化控制。它利用用户已登录的浏览器环境在本地执行操作，速度快且数据不出本地，并可避免常见的机器人检测。不过它需要你额外安装浏览器插件才能使用。

使用场景: 适用于需要使用真实用户浏览器执行任务的情形。例如，可让 AI 在本机浏览器中完成端到端的 Web 应用测试、在已登录状态下自动执行一些操作，或处理重复性的网页数据采集与表单填写任务。

链接: https://github.com/browsermcp/mcp

Magic MCP

核心特点: 由 21st.dev 提供的 AI 驱动 UI 组件生成工具。开发者只需通过自然语言描述即可生成前端界面组件，提供实时预览和丰富的现代组件库，并支持 TypeScript 类型安全。

使用场景: 适合前端开发者快速创建网页 UI 元素和界面原型的需求。开发者在 IDE 中用自然语言描述所需组件（如导航栏或表单），AI 即可生成对应的组件代码预览，你可以根据喜欢的一个结果插入项目，可以大幅节省界面开发时间。

链接: https://github.com/21st-dev/magic-mcp

GitHub MCP

核心特点: GitHub 官方提供的 MCP 服务，与 GitHub API 深度集成。通过该服务器，AI 工具可以无缝访问 GitHub 的仓库数据和操作接口，用于执行仓库管理、代码检索等自动化任务。

使用场景: 适合需要自动化 GitHub 平台操作的场景。例如，可批量生成或更新 Issue，分析仓库中的代码和统计信息。也可以用来构建与 GitHub 项目交互的 AI 助手，实现自动代码审查、Pull Request 创建等功能。

链接: https://github.com/github/github-mcp-server

Firecrawl MCP

核心特点: 集成了 Firecrawl 服务，提供全面的网页爬取与抓取功能。支持对 JavaScript 渲染网页的内容提取、自动发现链接进行深度爬取、批量抓取以及网页搜索结果获取。具备自动重试、速率限制、日志监控等机制，并可对接 Firecrawl 云服务或自托管版本。

使用场景: 适用于 AI 需要从大量网页获取信息的场景。例如，可以让 AI 爬取一系列网站以收集资料，或抓取动态网页数据来辅助问答。也可用于批量收集特定主题的网页内容供进一步分析。

链接: https://github.com/mendableai/firecrawl-mcp-server

百度地图 MCP 和 高德地图 MCP

核心特点: 提供地图服务相关能力的 MCP 接口。百度地图 MCP 支持地点搜索、正向/逆向地理编码（地址与坐标转换）和路径规划等功能。高德地图 MCP 提供正/逆地理编码、路线规划、距离测量和天气查询等服务。两个工具分别对接百度地图和高德地图的官方 API，让 AI 能利用本土地图数据执行地理位置相关任务。

使用场景: 适用于需要地理位置信息和地图服务的 AI 应用。例如，根据地址名称获取经纬度、规划行车路线、查询当地天气，或让 AI 查找附近的兴趣点。借助这些 MCP 工具，AI 能够回答和处理与地图位置相关的问题。

链接: 百度地图 MCP (https://github.com/baidu-maps/mcp)、高德地图 MCP (https://mcp.so/server/amap-maps/amap)

Blender MCP

核心特点: 将 AI 与 Blender（三维建模软件）连接，AI 可以创建、修改、删除 3D 对象，调整材质颜色，获取当前场景信息，甚至远程执行 Blender 内的 Python 脚本。

使用场景: 面向 3D 建模和动画领域，适用于让 AI 协助创建和编辑三维场景的情形。例如，可根据文字描述生成初步的 3D 模型布局，批量修改模型属性，或自动执行 Blender 的脚本操作，从而加速设计和原型制作过程。

链接: https://github.com/ahujasid/blender-mcp