MCP 集成 - OpenClaw | JR Academy
MCP 集成
如果你用过 Claude Code 或者 Cursor，大概率已经接触过 MCP 了。MCP（Model Context Protocol）是 Anthropic 搞的一个开放协议，让 AI 应用能标准化地接入外部工具和数据源。OpenClaw 原生支持 MCP，能接入 13,000+ MCP Servers。
MCP 和 Skills 有什么区别
我一开始也搞混过这俩，搞半天才弄明白。
核心区别在于：MCP Server 提供代码级的工具能力，Skill 提供 Markdown 级的流程指导。
MCP Server 是独立运行的程序，用任何语言写都行（TypeScript、Python、Go...），通过 stdio 或 SSE 两种传输方式和 OpenClaw 通信。它暴露的是具体的工具函数——比如"查询数据库"、"创建 GitHub Issue"、"发送 Slack 消息"。Claude Code、Cursor、Windsurf 这些工具都能用同一个 MCP Server，这就是"开放标准"的好处。
Skill 是放在 Agent workspace 的 ./skills/ 目录下的 SKILL.md 文件，用 Markdown 写。它不提供新的工具能力，而是告诉 Agent "在什么场景下、按什么步骤、用哪些已有工具来完成任务"。只能在 OpenClaw 里用，是 OpenClaw 的私有概念。
怎么选呢？如果你需要新的工具能力（比如连接公司内部 API），写 MCP Server。如果你需要编排已有工具来完成特定流程（比如"收到 GitHub Alert 邮件后自动分析并创建 Issue"），写 Skill。两者经常配合使用——Skill 里引用 MCP Server 提供的工具。
配置 MCP Server
三种方式，看你的场景。
配置文件（最常用）
编辑 ~/.openclaw/openclaw.json（JSON5 格式）：
{
mcp: {
servers: {
filesystem: {
command: 'npx',
args: ['-y', '@modelcontextprotocol/server-filesystem', '/Users/me/Documents']
},
github: {
command: 'npx',
args: ['-y', '@modelcontextprotocol/server-github'],
env: {
GITHUB_TOKEN: 'ghp_...'
}
},
sqlite: {
command: 'npx',
args: ['-y', '@modelcontextprotocol/server-sqlite', '~/data/mydb.sqlite']
}
}
}
}
上面这些都是走 stdio 传输的——OpenClaw 启动 MCP Server 子进程，通过标准输入输出通信。这是最常见的方式，本地跑的 MCP Server 基本都用这个。
命令行快速添加
不想手写 JSON 的话用命令行：
openclaw mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem ~/Documents
openclaw mcp add github -- npx -y @modelcontextprotocol/server-github
对了，这个命令有时候会报个 warning 说什么配置文件格式不对之类的。不影响使用，忽略就好。我第一次碰到的时候还紧张了半天，结果啥事没有...
SSE 远程连接
连远程的 MCP Server 用 SSE（Server-Sent Events）传输：
{
mcp: {
servers: {
'remote-api': {
url: 'https://mcp-server.example.com/sse',
headers: {
Authorization: 'Bearer your-token'
}
}
}
}
}
stdio 是本地用的，SSE 是远程用的。如果你要把 MCP Server 部署到服务器上给团队共享，就用 SSE 方式。有些第三方 MCP 服务（比如 Composio）直接提供 SSE 端点，配上 API Key 就能用。
常用 MCP Servers
列几个我自己实际在用或者觉得最实用的，完整列表去 GitHub 上的 MCP Servers 仓库看吧。
开发工具方向：server-github 做 GitHub 操作（这个几乎必装对吧？），server-filesystem 操作文件系统，server-sqlite 和 server-postgres 连数据库。
搜索和研究：server-brave-search 做网络搜索，隐私方面比 Google 好一些。server-fetch 抓取和解析网页。anchor-browser 做浏览器自动化，不过说实话这个我用得不多，稳定性一般。OpenClaw 自己也有 Browser 控制功能，通过专用的 Chrome/Chromium 实例来操作。
效率工具：server-google-calendar 管日程，server-slack 管 Slack 消息和频道，server-notion 连 Notion。
集成平台：Composio 值得一提——它把几百个 SaaS 应用包装成 MCP Server，配一个 Composio 的 MCP 就能连 Gmail、Google Sheets、Trello、HubSpot 一大堆。省得一个一个配。
模型路由：OpenRouter 可以作为 LLM 提供者接入，让你通过一个 API Key 访问几十个不同的模型。虽然不是 MCP Server，但在多 Agent 场景下配合 OpenClaw 用特别方便——不同 Agent 走不同模型，统一用 OpenRouter 管理。
实战：配 GitHub MCP
这个应该是用得最多的了，让 OpenClaw 直接操作你的 GitHub 仓库。
先去 GitHub → Settings → Developer Settings → Personal Access Tokens，生成一个新 Token，勾上 repo 和 read:org 权限。坑爹的是 GitHub 现在有 classic token 和 fine-grained token 两种，都能用，但 fine-grained 的权限选择界面有点绕。我个人图省事用的 classic。
然后加到配置里：
{
mcp: {
servers: {
github: {
command: 'npx',
args: ['-y', '@modelcontextprotocol/server-github'],
env: {
GITHUB_TOKEN: 'ghp_xxxxxxxxxxxx'
}
}
}
}
}
配好了就能这样用：
你: 列出我的 GitHub 仓库中最近更新的 5 个项目
Bot: 最近更新的仓库：
1. my-project (2 小时前)
2. blog (昨天)
...
你: 查看 my-project 仓库有没有未处理的 Issue
Bot: my-project 有 3 个 open issue：
#12: 登录页面 CSS 问题
#15: API 超时处理
#18: 添加暗黑模式
管理已配置的 MCP Servers
openclaw mcp list # 列出已配置的
openclaw mcp test github # 测试连接是否正常
openclaw mcp tools github # 看这个 Server 提供了哪些工具
openclaw mcp remove github # 移除
补充一点：mcp test 这个命令配完之后务必跑一下。我去年十二月配 sqlite server 的时候路径写错了个字母，写的 ~/date/mydb.sqlite 而不是 ~/data/mydb.sqlite，直到用的时候才发现连不上，报了个 SQLITE_CANTOPEN 的错误。要是当时跑一下 test 就能省掉半小时的排查时间。
写自己的 MCP Server
如果要接入公司内部系统，可以自己写一个。官方 SDK 支持 TypeScript 和 Python，用起来还挺顺的，比我预想的简单：
// my-mcp-server.ts
import { Server } from '@modelcontextprotocol/sdk/server';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio';
const server = new Server({
name: 'my-internal-api',
version: '1.0.0'
});
// 注册工具
server.setRequestHandler('tools/list', async () => ({
tools: [
{
name: 'query_internal_db',
description: '查询公司内部数据库',
inputSchema: {
type: 'object',
properties: {
sql: { type: 'string', description: 'SQL 查询语句' }
},
required: ['sql']
}
}
]
}));
server.setRequestHandler('tools/call', async request => {
if (request.params.name === 'query_internal_db') {
const result = await queryDB(request.params.arguments.sql);
return { content: [{ type: 'text', text: JSON.stringify(result) }] };
}
});
// stdio 传输——本地用
const transport = new StdioServerTransport();
await server.connect(transport);
如果要远程部署给团队共享，把 StdioServerTransport 换成 SSEServerTransport 就行：
import { SSEServerTransport } from '@modelcontextprotocol/sdk/server/sse';
// SSE 传输——远程用，跑一个 HTTP 服务
const transport = new SSEServerTransport('/sse', response);
await server.connect(transport);
写完在 ~/.openclaw/openclaw.json 里加上就能用了：
{
mcp: {
servers: {
// 本地 stdio 方式
internal: {
command: 'npx',
args: ['tsx', './my-mcp-server.ts']
},
// 或者远程 SSE 方式
'internal-remote': {
url: 'https://internal-mcp.company.com/sse',
headers: { Authorization: 'Bearer team-token' }
}
}
}
}
Python 也有官方 SDK，写法类似。选什么语言看你团队习惯就好，MCP 协议本身是语言无关的。
延伸阅读
如果你在学 AI Engineer 方向的话，MCP 是绕不开的。可以看看这两篇：
相关资源：MCP 官方文档、官方 MCP Servers 列表、awesome-openclaw（13,000+ MCP Servers 索引）。
下一篇讲 OpenClaw 的安全最佳实践，生产环境用的话一定要看。