Claude Code中的MCP：如何連接資料庫與API

目錄

• 快速參考
• MCP 的運作方式
• 步驟 1：新增本地伺服器（stdio）
• 步驟 2：連接遠端伺服器（HTTP）
• 步驟 3：選擇範圍
• 步驟 4：共享設定而不共享機密
• 步驟 5：驗證是否可用
• 連接重要系統前的 8 條安全規則
• Superpowers 在哪裡發揮作用？
• 團隊方案

Claude Code 安裝完成後，就能在終端機中讀取檔案並執行指令。要讓它查詢資料庫、查看 Issue 或呼叫 API，你需要 MCP（Model Context Protocol）。這是 Anthropic 發布的開放協定，用來把模型與外部工具連接起來。

本指南說明如何新增 MCP 伺服器、如何在不把憑證提交到 Git 的情況下與團隊共享，以及在連接重要系統之前應遵守哪些安全規則。

快速參考

伺服器	傳輸方式	指令	建議範圍	關鍵注意事項
本地 Git	stdio（uvx）	claude mcp add git -- uvx mcp-server-git	user	檢查它公開了哪些寫入操作
PostgreSQL	stdio（npx）	claude mcp add db -- npx -y @bytebase/dbhub --dsn "$DATABASE_READONLY_URL"	project	僅使用唯讀使用者
遠端 API	http	claude mcp add --transport http mi-api https://mcp.ejemplo.com/mcp	project	權杖放在變數中，絕不寫進檔案
檔案系統	stdio（npx）	claude mcp add archivos -- npx -y @modelcontextprotocol/server-filesystem .	local	將路徑限制在專案內，絕不要指向磁碟根目錄

MCP 的運作方式

Claude Code 扮演客戶端的角色。每個 MCP 伺服器都是一個行程或服務，負責公開工具，例如 run_query 或 list_issues。在工作階段期間，Claude 會看到這些工具，自行決定何時呼叫，並依照你的設定向你請求許可。

連接方式有兩種：

• stdio： Claude Code 將伺服器當作本地行程啟動（通常使用 npx 或 uvx），並透過標準輸入與標準輸出通訊。這是在你的電腦上執行的工具常見的方式。
• http： 伺服器位於遠端 URL。這是雲端服務常見的方式。許多大型服務都會發布附 OAuth 驗證的官方 MCP 伺服器。

步驟 1：新增本地伺服器（stdio）

基本格式如下：

claude mcp add <nombre> -- <comando> [argumentos...]

-- 分隔符號是必要的：它把 claude 的選項與啟動伺服器的指令分開。沒有它，Claude Code 會試著把伺服器的參數當成自己的參數來解析。

Git 伺服器範例：

claude mcp add git -- uvx mcp-server-git

使用 DBHub 連接 PostgreSQL 的範例，指向一個唯讀使用者的環境變數：

export DATABASE_READONLY_URL="postgresql://lectura:****@db.tuempresa.com:5432/analytics"
claude mcp add db -- npx -y @bytebase/dbhub --dsn "$DATABASE_READONLY_URL"

步驟 2：連接遠端伺服器（HTTP）

claude mcp add --transport http mi-api https://mcp.ejemplo.com/mcp \
  --header "Authorization: Bearer $MI_API_TOKEN"

如果伺服器使用 OAuth，就不要加入該 header：進入工作階段，執行 /mcp，然後在瀏覽器中完成驗證流程。

步驟 3：選擇範圍

每個伺服器會儲存在三種範圍之一，你可以用 --scope 來選擇：

• local（預設）：只供你自己使用，且只在這個專案中生效。適合測試，或使用個人憑證的伺服器。
• project：寫入儲存庫根目錄的 .mcp.json。複製儲存庫的團隊成員都會收到此設定。有人第一次使用專案伺服器時，Claude Code 會要求核准。
• user：供你在所有專案中使用。適合 Git 這類通用工具。

claude mcp add --scope project db -- npx -y @bytebase/dbhub --dsn '${DATABASE_READONLY_URL}'

步驟 4：共享設定而不共享機密

.mcp.json 支援以 ${VARIABLE} 語法引用環境變數（也支援 ${VARIABLE:-預設值}）。如此一來，檔案就能在不含憑證的情況下提交到儲存庫：

{
  "mcpServers": {
    "mi-api": {
      "type": "http",
      "url": "https://mcp.ejemplo.com/mcp",
      "headers": {
        "Authorization": "Bearer ${MI_API_TOKEN}"
      }
    },
    "db": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@bytebase/dbhub", "--dsn", "${DATABASE_READONLY_URL}"]
    }
  }
}

每位開發者匯出自己的變數（export MI_API_TOKEN=...），或從機密管理工具載入，無需有人修改檔案。

步驟 5：驗證是否可用

claude mcp list        # estado de todos los servidores
claude mcp get db      # detalle de uno
claude mcp remove db   # eliminarlo

在工作階段中執行 /mcp，可以查看哪些伺服器已連接，以及它們公開了哪些工具。如果某個伺服器顯示錯誤，最常見的原因是：啟動 Claude Code 的 shell 中沒有定義所需的環境變數。

連接重要系統前的 8 條安全規則

1. 最小權限。 使用唯讀的資料庫使用者，權杖只授予所需的權限。絕對不要給代理人管理員使用者。
2. 儲存庫中零機密。 一律在 .mcp.json 中使用環境變數。
3. 限定路徑。 檔案伺服器只應能看到專案資料夾。
4. 使用官方或經過審查的伺服器。 優先選擇服務提供者自己發布的伺服器。MCP 伺服器會在你的電腦上執行程式碼，安裝前請確認其來源。
5. 寫入操作需要人工核准。 善用 Claude Code 的權限設定，讓會修改資料的工具需要確認；或使用比對器（例如 mcp__db__.*）的 PreToolUse hook，阻擋或記錄特定呼叫。
6. 合理的逾時時間。 如果伺服器啟動較慢（第一次透過 npx 下載通常比較慢），請用 MCP_TIMEOUT 變數（單位為毫秒）延長等待時間。
7. 輸出上限。 如果工具回傳的結果非常龐大，請調整 MAX_MCP_OUTPUT_TOKENS，並讓查詢使用 LIMIT，避免塞滿模型的上下文。
8. 先用副本，再碰正式環境。 進行分析時，連接副本或預備環境，而不是主要資料庫。

Superpowers 在哪裡發揮作用？

MCP 讓 Claude Code 能夠存取工具，而 Superpowers 則為它提供一套方法：這是一個 skills 外掛，會強制它先設計再寫程式，撰寫分步計畫，並以測試優先的方式工作。兩者相輔相成：有了 MCP，Claude 可以查詢你的資料庫；有了 Superpowers，它則是在經過審查的計畫中完成這一切。

如果你還沒安裝，如何在 Claude Code 中安裝 Superpowers 指南說明了如何從外掛市集在五分鐘內完成安裝。

團隊方案

1. 統一工具。 在團隊中安裝 Claude Code，並決定哪些伺服器用於通用場景（user 範圍），哪些屬於專案。
2. 為 AI 建立憑證。 向基礎架構團隊申請專用的資料庫使用者，唯讀，並且只能存取所需的 schema。
3. 對 .mcp.json 進行版本管理。 將它提交到儲存庫，使用環境變數，並在 README 中說明每位開發者需要哪些變數。
4. 衡量影響。 如果團隊解決問題的速度變快，你的成本結構也會隨之改變。用利潤率計算器算一算。