2025 年最值得拥有的 5 款免费 MCP 服务

大多数AI工具仅能生成代码和回答问题，而MCP服务能打破这些局限。需要抓取竞争对手的定价信息？想让AI通过“亲眼看到”浏览器中的实际情况来调试代码？要将数百个PDF文件转换为Markdown格式？针对这些需求，都有免费开源的MCP服务可用。

本文将介绍5个核心MCP服务，并为每个服务提供分步搭建说明。

你将学到的内容

• 如何为Claude/Cursor提供网页抓取能力
• 为AI助手搭建浏览器自动化功能
• 自动将任意文档转换为Markdown格式
• 实时获取最新的文档
• 为复杂问题添加结构化推理能力

前置条件

• Claude桌面版、Cursor或其他支持MCP协议的客户端
• 大多数安装场景需Node.js v18及以上版本，部分场景需Docker
• 每个服务的搭建时间约10分钟

什么是MCP服务？

MCP（模型上下文协议，Model Context Protocol）是一个框架，支持Claude、Cursor等兼容MCP协议的客户端，通过标准化的服务接口连接外部数据源和工具。这些接口能将特定工具和资源开放给大型语言模型（LLM）使用。

连接成功后，AI可在对话中自然调用这些工具。例如，你只需要求它“抓取该产品页面并将规格转换为Markdown格式”，它就能直接完成操作。

MCP服务的实际工作原理

可以将MCP服务理解为为AI打造的专用微服务。每个MCP服务都具备以下功能：

• 开放AI可调用的工具，每个MCP服务都会发布一组模型可调用的函数（即“工具”）。这些工具既可以是简单的“获取文件内容”，也可以是强大的“执行SQL查询”。对AI而言，所有工具都以结构化、可调用的API形式呈现。
• 跨多次工具调用保持对话上下文，确保AI在连续使用工具时，不会丢失之前的交互信息。
• 处理错误，向AI反馈清晰的错误信息，便于问题排查。
• 通过JSON配置自定义，添加或移除服务只需编辑JSON配置文件。每个配置项会描述服务信息、连接方式（命令、URL等）及权限设置，让自定义AI工具集变得极为简单。

其优势在于简洁易用：在配置中添加服务、重启Claude/Cursor等客户端后，AI瞬间就能“吃透”你的数据库、实现网页抓取或控制浏览器。

💡 本文仅聚焦免费开源的MCP服务，因此部分实用的付费模型上下文协议服务并未入选。例如Figma MCP服务（可将设计图转换为代码），但它仅对Figma的专业版、企业版或组织版订阅用户开放。

准备好为你的AI赋予真正的强大能力了吗？让我们开始深入介绍。

1. Bright Data MCP服务——AI网页访问的终极工具

• 代码仓库：https://github.com/brightdata/brightdata-mcp
• 文档：https://docs.brightdata.com/mcp-server/overview
• 许可证：MIT协议
• 免费额度：每月5000次请求

功能介绍

它是大型语言模型（LLM）和AI智能体的网页访问层，通过MCP协议封装了Bright Data的所有服务——可通过一个服务实现搜索、爬取、网站导航甚至浏览器自动化。它能解决大多数网页抓取尝试中遇到的复杂问题：反机器人检测、验证码（CAPTCHA）、地域限制以及重度依赖JavaScript的网站适配。

核心价值

AI智能体需要实时数据，但如果你曾尝试让智能体连接开放网络，就会发现现代网站采用的高级反机器人措施能轻松阻止简单的抓取工具，你无法构建大规模定制解决方案。

而Bright Data的MCP服务提供代理、自动验证码破解和浏览器自动化功能，让你无需纠结于底层基础设施，只需专注于数据提取。该MCP服务将这些痛点抽象化，使你能聚焦于智能体的核心逻辑，而非与基础设施“对抗”。

它不仅支持数据提取，还能节省上下文空间（同时具备网页搜索和浏览器自动化MCP功能），且每月提供高达5000次的免费工具调用——这样的工具无疑值得一试。

核心特性

• 实时网页访问：直接从网页获取最新信息，支持按需扩展。
• 60+种专用工具：涵盖社交媒体、电子商务、搜索引擎等场景。
• 突破地域限制：可指定目标地区，获取本地化数据。
• JavaScript渲染：通过远程渲染JavaScript获取动态内容。
• 浏览器控制：具备远程浏览器自动化能力，支持复杂交互操作。

快速开始

首先，注册Bright Data账号，然后获取你的API令牌。

新用户会通过欢迎邮件收到测试API密钥，也可随时从“控制台（Dashboard）→ 设置（Settings）→ 用户管理（User management）”中生成新密钥。

选项1：远程服务（最简单）

{
"mcpServers": {
"Bright Data": {
"command": "npx",
"args": [
"mcp-remote",
"https://mcp.brightdata.com/mcp?token=你的API令牌"
      ]
    }
  }
}

选项2：本地运行+可选高级配置

{
"mcpServers": {
"Bright Data": {
"command": "npx",
"args": ["@brightdata/mcp"],
"env": {
"API_TOKEN": "你的API令牌",
"PRO_MODE": "true",              // 启用全部60+种工具
"RATE_LIMIT": "100/1h",          // 自定义速率限制（每小时100次）
"WEB_UNLOCKER_ZONE": "custom",   // 自定义解锁区域
"BROWSER_ZONE": "custom_browser"// 自定义浏览器区域
        }
     }
  }
}

专业模式 vs 基础模式

默认情况下，你只能使用基础工具（搜索和抓取）。启用专业模式可访问近60种工具，包括浏览器自动化和网页数据提取——请注意，专业模式需按使用量额外付费。

提供的工具（共约60种）

• 通用网页抓取：3种工具，支持搜索引擎结果抓取、通用网页抓取，且能绕过反机器人检测。

• 浏览器自动化：9种工具，支持交互式浏览、点击、输入、导航和截图。

• 此外，还包含电子商务平台、社交媒体平台、地图、评论、应用商店等场景的工具。

如何使用Bright Data网页MCP服务

• 市场调研：“2025年获得A轮融资的十大金融科技初创公司有哪些？”
• 实时数据获取：“特斯拉当前的市值是多少？”
• 内容聚合：“今日维基百科的特色文章是什么？”
• 竞品分析：“抓取排名前五的项目管理工具的定价页面”

2. Chrome DevTools MCP服务——为AI智能体赋予真实浏览器“视觉”

• 代码仓库：https://github.com/ChromeDevTools/chrome-devtools-mcp
• 文档：https://github.com/ChromeDevTools/chrome-devtools-mcp/?tab=readme-ov-file#chrome-devtools-mcp
• 许可证：Apache 2.0协议
• 免费额度：无限制

功能介绍

该服务允许AI编程智能体（如Claude、Gemini、Cursor、Copilot等）连接到运行中的Chrome实例，并通过DevTools控制浏览器。这意味着智能体可实时获取Chrome所有活动标签页的完整上下文——包括检查DOM结构、查看控制台日志、监控网络请求，以及自动化浏览器交互。

核心价值

通常，编程智能体处于“盲编”状态：它们能生成代码，但无法看到代码在真实浏览器中运行的效果。这种信息断层导致其“修复方案”往往无法命中问题核心。通过让智能体访问Chrome浏览器，该服务为其“摘下眼罩”：智能体可获取单个标签页的上下文，对实时页面进行测试、调试和分析，而非盲目猜测。这使其从“抽象代码生成”转变为真正的“端到端调试”。

核心特性

• 性能分析：记录性能轨迹，利用Chrome DevTools提取可操作的优化建议。
• 高级浏览器调试：分析网络请求、截取屏幕截图、查看控制台日志。
• 可靠自动化：基于Puppeteer实现Chrome自动化操作，支持自动等待机制。
• 实时代码验证：生成修复代码后，自动在浏览器中验证效果。
• 实时DOM/CSS检查：调试样式和布局问题，并根据浏览器实时数据提供具体建议。

提供的工具（共26种）

• 输入自动化：7种工具，支持表单填写、点击、输入文本。
• 导航自动化：7种工具，支持页面导航和URL管理。
• 模拟功能：3种工具，支持设备/视口模拟。
• 性能工具：3种工具，支持轨迹记录和分析。
• 网络工具：2种工具，支持请求监控和跨域资源共享（CORS）调试。
• 调试工具：4种工具，支持控制台检查和错误分析。

快速开始

{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": ["chrome-devtools-mcp@latest"]
    }
  }
}

Claude命令行界面（CLI）：

claude mcp add chrome-devtools npx chrome-devtools-mcp@latest

VS Code命令行界面（CLI）：

code — add-mcp '{"name":"chrome-devtools","command":"npx","args":["chrome-devtools-mcp@latest"]}'

高级配置：

{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": [
"chrome-devtools-mcp@latest",
" - channel=canary",  // 使用Chrome金丝雀版（Canary）
" - headless=true",   // 启用无头模式
" - isolated=true"// 启用隔离模式
      ]
    }
  }
}

首次安装后，可尝试以下提示语验证功能是否正常：

“分析https://developers.chrome.com的性能”

如何使用Chrome DevTools MCP服务

• 实时调试：“localhost:3000上有几张图片无法加载，问题出在哪里？”——AI可检查网络请求、识别CORS问题，并提供修复建议。
• 性能优化：“localhost:8080加载速度很慢，如何加快加载速度？”——AI会运行性能轨迹分析，评估最大内容绘制（LCP）指标，并提供具体的优化建议。
• 视觉bug修复：“localhost:3000上的横幅总是超出页面范围，帮忙查看原因”——AI会检查实时DOM/CSS，并根据浏览器实际渲染效果提出布局修复方案。
• 表单流程测试：“为什么输入邮箱后提交表单会失败？”——AI可导航页面、填写表单，并调试复杂的用户交互问题。
• 代码验证：“在浏览器中验证[某项修改]是否符合预期效果”——AI生成代码后，会立即在真实浏览器环境中进行测试。

3. MarkItDown MCP服务——通用文档转Markdown转换器

• 代码仓库：https://github.com/microsoft/markitdown/tree/main/packages/markitdown-mcp
• 文档：https://github.com/microsoft/markitdown?tab=readme
• 许可证：MIT协议
• 免费额度：无限制

功能介绍

该服务封装了微软的MarkItDown引擎，并对外提供一个核心函数：convert_to_markdown(uri)。其中，URI可指向文件、URL甚至数据字符串，服务会将其内容转换为格式整洁的Markdown。它支持标准输入输出、可流式传输的HTTP协议以及SSE，因此能无缝融入AI智能体的工作流程。

核心价值

大量有价值的数据被困在大型语言模型（LLM）难以处理的格式中，例如Word文档、PDF、PowerPoint演示文稿等。MarkItDown可将这些格式统一转换为结构化的Markdown，大幅降低智能体的处理难度。你无需拼凑各种临时解析工具，只需通过这一可靠的处理流程，就能将“传统文档”内容转化为AI可直接使用的格式。对我而言，它的意义不仅是“又一款文件转换器”，更在于将文档打造成了智能体的一级输入源。

通用URI支持

• HTTP/HTTPS URL：直接转换网页内容
• 文件URI：处理本地文档
• 数据URI：处理Base64编码的内容
• 所有MarkItDown支持的格式：包括Office文档、PDF、图片、音频、压缩包等

多服务模式

• STDIO：MCP客户端集成的默认模式
• 可流式传输HTTP：支持网络访问的HTTP服务模式
• SSE：实时流式传输模式
• Docker：支持卷挂载的容器化部署模式

快速开始

Python包安装：

pip install markitdown-mcp
markitdown-mcp # 启动STDIO模式
markitdown-mcp - http - host 127.0.0.1 - port 3001 # 启动HTTP/SSE模式

Docker部署（推荐用于Claude桌面版）：

docker build -t markitdown-mcp:latest .
docker run -it - rm markitdown-mcp:latest

{
"mcpServers": {
"markitdown": {
"command": "docker",
"args": [
"run",
" - rm",
"-i",
"markitdown-mcp:latest"
      ]
    }
  }
}

访问本地文件的配置：

{
"mcpServers": {
"markitdown": {
"command": "docker",
"args": [
"run",
" - rm",
"-i",
"-v",
"/home/user/data:/workdir",
"markitdown-mcp:latest"
      ]
    }
  }
}

提供的工具（共1种）

• convert_to_markdown(uri) ——该服务仅对外提供这一个功能强大的工具，可处理所有受支持的文件格式。

如何使用MarkItDown MCP服务

• 文档处理流程：“将此文件夹中所有传统Word文档转换为Markdown，用于我们新的开发者门户”——非常适合文档系统迁移场景。
• 内容分析：“提取并转换季度报告中的所有PDF文件，以分析趋势”——让AI能够分析此前无法直接处理的内容。
• 会议记录处理：“将战略会议中的这些PowerPoint演示文稿和音频录音转换为可搜索的Markdown”——将多媒体内容转化为可分析的文本。
• 知识库迁移：“将这些包含产品规格的Excel表格转换为Markdown表格”——将数据格式现代化，适配维基式文档。
• 研究论文分析：“将这些学术PDF转换为Markdown，以便我分析50篇论文中的研究趋势”——解锁对研究文档的结构化分析能力。

4. Context7 MCP服务——为编程智能体提供实时更新的文档

• 代码仓库：https://github.com/upstash/context7
• 官网：https://context7.com
• 许可证：MIT协议
• 免费额度：个人使用无限制

功能介绍

Context7由Upstash开发，能让AI智能体获取直接来自官方渠道、实时更新且区分版本的文档。它不仅提供静态文档，还包含可运行的代码示例——这些示例经过特殊格式化，确保大型语言模型（LLM）能有效读取和使用。

核心价值

大多数LLM的训练数据仅包含其训练截止前的文档，这意味着新版本的工具（如Next.js 15、Tailwind 4，或某些全新库）要么完全缺失，要么描述不准确（你是否曾尝试让LLM区分使用Framer Motion和Motion？它肯定会被这种命名变更搞混）。

这也是为什么AI生成的代码片段常常无法运行，或出现“幻觉式API”（即不存在的API）。而Context7通过让智能体获取你所使用工具的精确版本文档，完美解决了这一问题。无需面对“幻觉内容”，无需反复试错，首次生成即可获得可运行的代码。

核心特性

• 实时更新的文档：按需获取数千个库的特定版本最新信息
• 可运行的代码示例：直接来源于官方文档的可用代码片段
• 信息简洁精准：仅保留相关细节，无冗余内容
• 个人使用免费：个人开发者无需付费
• 最全面的安装兼容性：支持20多种客户端，包括Cursor、VS Code、Claude桌面版、Windsurf、Cline、JetBrains系列工具、Warp等。

快速开始

远程部署（推荐）：

{
"mcpServers": {
"context7": {
"url": "https://mcp.context7.com/mcp"
    }
  }
}

本地部署：

{
"mcpServers": {
"context7": {
"command": "npx",
"args": ["-y", "@upstash/context7-mcp"]
    }
  }
}

提供的工具（共2种）

• resolve-library-id：将库名称转换为Context7兼容的ID
• get-library-docs：获取实时更新的文档，支持按主题筛选

如何使用Context7 MCP服务

只需在任意提示语中添加use context7即可：

Create a Next.js middleware that checks for JWT in cookies. use context7
// 创建一个Next.js中间件，用于检查Cookie中的JWT。use context7

Configure a Cloudflare Worker to cache JSON responses. use context7
// 配置Cloudflare Worker以缓存JSON响应。use context7

Context7会自动获取最新文档，并将其注入AI的上下文环境中。

若需指定具体库，可使用斜杠语法：

implement basic authentication with supabase. use library /supabase/supabase
// 使用Supabase实现基础认证。use library /supabase/supabase

你也可在Cursor或Windsurf中设置Context7自动启用：

[[calls]]
match = "when the user requests code examples, setup or configuration steps, or library/API documentation"
// 当用户请求代码示例、设置或配置步骤，或库/API文档时
tool = "context7"

使用Context7前后对比：

• 使用前：询问Claude关于Upstash Redis流修剪的问题 → 得到无法运行的“幻觉代码” → 花费时间调试 → 多次反复沟通
• 使用后：添加use context7 → 首次获取即得到来自官方文档的可运行代码 → 快速交付

5. sequential Thinking MCP服务——为复杂问题提供结构化推理能力

• 代码仓库：https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking
• 许可证：MIT协议
• 免费额度：无限制

功能介绍

该服务由Anthropic（Claude开发团队）亲自打造，为智能体提供分步推理框架。它不会让智能体直接给出到答案，而是引导其拆解问题、根据新认知回顾此前步骤，并在多个阶段中持续跟踪上下文。本质上，它相当于为AI提供了“先思考后回答”的能力——为更严谨的问题解决过程搭建了框架。

核心价值

大多数LLM会急于给出第一个看似合理的答案，这对简单查询可行，但在处理复杂问题时会完全失效。而该MCP服务通过强制推行结构化流程（拆解问题→验证假设→按需修正），让智能体能像人类分析师一样应对复杂性。它并非让AI“更聪明”，而是为其提供了可靠的推理组织方式，避免浅尝辄止的一次性回答。

核心特性

• 分步拆解：将复杂问题分解为可处理的连续思考步骤
• 动态修正：随着认知加深，修正和完善此前的思考
• 多推理路径：必要时可切换到不同的解决思路
• 自适应规划：根据问题复杂度动态调整思考步骤总数
• 假设生成：系统性生成并验证解决方案假设
• 上下文保持：在多个思考步骤中保留推理上下文

提供的工具（共1种）

• sequential_thinking(params) ——该工具通过灵活且可演进的思考流程帮助分析问题。随着认知加深，每个思考步骤都可基于、质疑或修正此前的见解。

参数说明：

• thought (string)：当前的思考步骤内容
• nextThoughtNeeded (boolean)：是否需要继续进行下一个思考步骤
• thoughtNumber (integer)：当前思考步骤的序号
• totalThoughts (integer)：预估所需的总思考步骤数
• isRevision (boolean)：当前思考是否为对此前内容的修正
• revisesThought (integer)：当前修正所针对的思考步骤序号
• branchFromThought (integer)：切换到其他推理路径的起始步骤序号
• branchId (string)：用于跟踪不同推理路径的分支ID
• needsMoreThoughts (boolean)：是否需要补充更多思考步骤

快速开始

使用NPX（推荐）：

{
"mcpServers": {
"sequential-thinking": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-sequential-thinking"
      ]
    }
  }
}

使用Docker：

{
"mcpServers": {
"sequentialthinking": {
"command": "docker",
"args": [
"run",
" - rm",
"-i",
"mcp/sequentialthinking"
      ]
    }
  }
}

高级配置：设置环境变量DISABLE_THOUGHT_LOGGING=true，可禁用思考过程日志记录以保护隐私。

如何使用Sequential Thinking MCP服务

• 系统架构设计：“为电商平台设计微服务架构”——AI可将其拆解为：基础设施考量、服务边界划分、数据流设计、安全影响分析、部署策略制定，并随着设计推进修正每个环节。
• 复杂调试：“调试这个多线程性能问题”——通过系统性分析：症状识别→假设生成→测试方案设计→结果解读→解决方案优化。
• 战略规划：“制定产品发布策略”——分步推进：市场分析→竞争定位→时间线制定→资源分配→风险缓解，并可根据新见解随时修正。
• 代码重构：“将这个遗留代码库重构为现代模式”——采用有条理的方法：代码分析→模式识别→迁移规划→依赖映射→执行策略制定。
• 研究分析：“分析这项新AI法规的影响”——结构化思考：法规拆解→行业影响评估→合规要求梳理→实施时间线规划→战略建议制定。

你是否已尝试过上述任何一款MCP服务？你的使用体验如何？是否发现了其他值得推荐的服务？欢迎在下方评论区分享👇。

作者：Prithwish Nath

翻译：Muyiy

链接：https:/medium.com/ai-in-plain-english/5-essential-mcp-servers-that-give-claude-cursor-real-superpowers-2025-509a822dd4fd