Cherry Studio MCP 工具接入，让 AI 不只会聊还会动手调外部 API

MCP 是什么

MCP 是一套让 AI 和外部工具互相调用的协议——类比于浏览器上的 HTTP，但专门为 AI 设计。一个 MCP Server 暴露它能做的事情（比如"查飞书日历"、"抓网页内容"、"搜 GitHub issue"），AI Agent 看到后决定什么时候调用。

Cherry Studio 原生支持 MCP——挂载一个 MCP Server 后，Agent（和支持工具调用的对话模型）就能在任务执行过程中自动调用这些工具。

没有 MCP 时，AI 只能在 Cherry Studio 内部做事情——读写本地文件、调已配置的模型。但真实工作流里你需要 AI 和外部系统交互：

MCP 让这些变成可能——AI 不再是孤岛，它可以调用你日常用的各种工具。

设置 → 扩展 → MCP。点击「添加 MCP Server」，Cherry Studio 支持几种接入方式：

方式	说明	适合场景
npx 启动	npm 包形式的 MCP Server，Cherry Studio 自动用 npx 启动	社区维护的通用 Server
command 启动	用你系统里已安装的命令行工具启动	自己开发的 Python / Go Server
HTTP / SSE	远程 MCP Server，按地址连接	云端部署的 Server、团队共享的 Server
stdio	本地进程间通信，最通用	任何语言开发的本地 Server

每个 MCP Server 的安装说明通常在它的 README 里——Cherry Studio 只负责按配置启动进程，不负责安装依赖。

挂载 MCP Server 后，它暴露的工具会自动出现在 Agent 可用的工具列表里。Agent 在执行任务过程中会自己判断什么时候需要调用：

你："帮我看看今天有什么重要会议" Agent 自动：调用"飞书 MCP → 查询今日日程"工具 → 返回会议列表 → 整理成可读格式回复给你

整个调用过程对用户透明——你不会看到底层的工具参数和返回值，只看到 Agent 最终结果。但在 Agent 工作区右侧面板的开发者模式下，可以看到完整的调用链：Agent 决定调用哪个 MCP 工具、传了什么参数、工具返回了什么结果。

Cherry Studio 内置了一批常用工具：

MCP 挂载的工具和内置工具在 Agent 看来是平级的——Agent 根据任务需要选择最合适的工具，不管是内置的还是 MCP 挂的。内置工具通常覆盖本地操作，MCP 工具覆盖外部系统交互。