Claude Code和MCP:配置所在,如何添加服务器,以及 如何纠正错误
我们找出用于存储桌面和CLI的 MCP 设置的文件 Claude Code , 如何手动或通过命令配置服务器, 如果重启后无法看到工具, 怎么办 .

MCP是什么,为什么它和Claude Code连接
Claude Code不仅可以使用它的内置特性,还可以通过MCP协议与外部工具一起工作. 这使得您可以运行网站解析,设计工作,安全检查,以及更直接的聊天.
要让服务器运行,需要描述一次如何启动它:使用哪个命令,传递哪些参数,需要哪些访问密钥. 主要挑战在于,配置取决于您使用的哪个版本,会生活在不同的地方.

桌面应用程序中的配置
如果您使用桌面版本, 设置文件位于 C:\Users\Boss\AppData\Roaming\Claude\claude_desktop_config。该文件没有扩展,尽管它实际上是普通的JSON。 打开它最快的方法是 %APPDATA%\Claude 变量——就是那里 claude_desktop_config.json 活着
结构简单: mcpServers 键,在它内部——服务器名称,在这个下面—— command, (中文). args,以及 env。 。 。
json { "mcpServers": {"服务器名": {"命令":"命令","参数":["参数"],"env": {"API KEY":"你的钥匙"}}
例如,对于 firecrawl (website 剖析) 您需要运行 npx -y firecrawl-mcp 通过 FIRECRAWL_API_KEY 键。 对于 Pencil (设计)——指定exe文件的全部路径和 --app desktop 参数。 在同一文件中,您还可以添加,比如,用于安全任务的Burp套件.
在保存配置后,要保证完全关闭应用程序——不仅仅是将其最小化,而是实际上通过托盘退出. 在下一次发布时,一个拥有可用工具数量的锤子图标将出现在新聊天的底部. 如果这种情况没有发生——寻找JSON中的一个错误.
为 CLI 版本设置服务器
Claude Code的终端版本忽略了桌面配置. 把任何没用的东西放进去——文件被默默地忽略了. 相反,文件 C:\Users\USERNAME\.claude.json 在主目录中使用。 注意: 这是文件, 不是文件 .claude 文件夹。 区别在于一个点,容易错过.
您可以以两种方式添加服务器 。 第一个是通过终端命令: claude mcp add firecrawl --scope user -- npx -y firecrawl-mcp。第二个是手动编辑 .claude.json。如果文件还不存在,只需创建它。 如果需要通过一个环境变量通过一个密钥,则更方便用手编辑文件——命令行不适合这个.
对于特定项目,为了避免同时在所有项目中设置,a .mcp.json 在根中创建。 如果整个团队使用相同的服务器,这个文件可以被承诺git. 添加看起来是这样的: claude mcp add firecrawl --scope project -- npx -y firecrawl-mcp

如何检查和管理服务器
在会话中,最容易检查状态的方法是通过 /mcp 命令 —— 它列出所有服务器并显示运行中的服务器。 对于终端,有单独的指令:
claude mcp list所有服务器及其状况;claude mcp get firecrawl特定服务器的细节;claude mcp remove firecrawl --scope user删除服务器 。
常见错误和如何纠正这些错误
通常服务器不会出现 在JSON错误。 一个块末端的后缀逗号,服务器之间缺失的逗号,未匹配的括号——所有这些导致文件在没有任何警告的情况下被默默忽略. 在重新启动应用程序前检查语法 。
如果你看见 npx: command not found 当启动服务器时,Node.js没有安装或没有添加到 PATH 中. 安装 Node.js, 重新启动终端, 并确保 node --version 和 npx --version 输出版本。
在Windows上,正确写出带空间的路径也很重要. 比如说, C:\Program Files\... 在JSON,需要用双反鞭子逃脱: "C:\\Program Files\\Pencil\\resources\\..."否则,应用程序找不到文件。
常问问题
相关材料
所有材料
验证候选项比生成候选项更昂贵:对抗 LLM 漏洞搜索的诱饵
本文剖析了智能体缺陷搜索中的成本不对称:生成候选版本成本低廉,而通过可达性分析、执行和 PoC 对其进行确认却要耗费主要预算,因此可以将验证本身作为独立的防御目标。本文提出的 RedHerring 是一套针对代码仓库定制、带有隐藏证书的诱饵;在投入相同成本的情况下,它使 33 个 OSS-Fuzz 项目中发现的真实漏洞数量减少了 38.7–60.4%;即使提前告知智能体,降幅仍达 37.2%。
9 十一月 2026
数值约束与校正方法决定双曲层级特征的保留
这项工作探讨了流形约束的可行性、算术精度和归一化如何缩小可达状态空间,并由此影响模型中能够保留下来的已习得结构证据。因此,在没有单独考虑数值限制和修正的情况下,不能将保存下来的扁平检查点视为几何结构失效的证据。
7 十一月 2026
封闭式 LLM 智能体的世界模型:在风险点进行校正
提出了 PAWM——一种外部预测器,不会重复逐步观察,而是在可能发生故障时介入,引导智能体避开错误操作。经过基于合成场景的 SFT 和 GRPO 协同训练后,该方法使 Claude Sonnet 4.5 在 ScienceWorld 和 WebArena-Lite 上分别提升了 24.3% 和 7.7%。
4 十一月 2026