MCP server 怎麼裝？行銷人不會寫程式也能開始，關鍵在挑對入口
想讓 AI 真的讀得到你的資料、動得了你的系統，得先裝起第一支 MCP server。這篇依官方文件當日內容，把 4 個入口各自的前提、設定檔實際長相、怎麼確認裝好了、第一次失敗最常卡在哪寫清楚，也誠實講明哪些事裝了也做不到、哪些操作不該讓 AI 碰。查核日 2026 年 9 月 6 日。
提供這套標準的公司，自己列過一份門檻清單。Anthropic 在 Desktop Extensions 的工程說明裡把安裝 MCP（Model Context Protocol，模型脈絡協定，讓 AI 助理接上外部工具與資料的開放標準）server 的障礙寫得很白：使用者要先裝好 Node.js、Python 或其他執行環境；每一支 server 都要手動編輯 JSON（一種純文字的設定檔格式）設定檔；套件版本衝突要自己解；想找有用的 server 只能去 GitHub 翻；要更新就得整套重裝一次。
這份清單值得行銷主管讀兩次。它出自官方之手，是這套標準的作者對自家安裝體驗的診斷。
而這套標準的使用量已經不小。MCP 官方在 2026 年 7 月 28 日的規格發布公告裡寫，第一線支援的軟體開發套件每月下載量接近 5 億次，TypeScript 與 Python 兩套的累計下載都越過了 10 億次。要留意這個數字算的是開發套件的下載量，代表的是開發端的熱度，並不等於有多少人真的用起來。而在台灣的行銷團隊這一端，多數人連第一個畫面都還沒過。如果你連 MCP 究竟是什麼、它跟過去那些串接差在哪都還沒抓穩，我們另外用一篇零售行銷人版的定義文從頭講起，讀完再回來動手會順很多。卡關的原因當然不只一個，權限沒人管、資料還沒整理好都算，但最先擋住人的那一道，通常只是入口挑錯。
那個停在逗號上的游標
我們最近在幾場品牌內訓被問到同一句話：「MCP 我知道有用，可是教學走到第三步，就不知道自己在幹嘛了。」
我們腦中浮現的畫面很具體。一位行銷企劃打開了一份 JSON 設定檔，游標停在某個逗號後面，不確定按下 Enter 之後會發生什麼事，也不確定萬一改壞了要怎麼還原。她沒有做錯任何一步，她只是走錯了那道門。同一件事今天至少有 4 個入口，而它們對使用者的要求差得非常遠。
先分清楚入口，才知道自己該從哪裡開始
Skill、Prompt 與 MCP 各自回答什麼問題，站上另一篇已經處理過，這裡不重做定義，只處理下一步：怎麼把它真的裝起來。多數教學文章會把安裝寫成一串步驟，但實務上要先做的是選擇。以 Claude 為例，同樣是讓 AI 用上外部工具，官方文件實際上分成 4 條常見路徑，差別在於這支 server 跑在雲端還是你的電腦上、以及你是從現成目錄挑還是自己接。
| 入口 | 它要求你會的事 |
|---|---|
| 從連接器目錄挑一個現成的（跑在雲端） | 會搜尋，會讀懂授權畫面要走哪些權限 |
| 自己貼一段網址接遠端（跑在雲端） | 會確認網址來源可信，會逐項調整工具權限 |
| 從擴充目錄裝一個（跑在你電腦上） | 會點滑鼠，會把一組金鑰貼進欄位 |
| 手改設定檔接本機（跑在你電腦上） | 會編輯設定檔，會確認執行環境，會看紀錄檔找錯 |
方案別會先幫你篩掉一部分選擇。依 Claude 官方說明，走雲端的連接器需要付費方案（Pro、Max、Team 或 Enterprise），而跑在自己電腦上的桌面擴充，包含免費方案在內的所有 Claude Desktop 使用者都能用。手上只有免費帳號的人，起點就在擴充那一側。
這幾條路換到的東西也不同。前面 3 條你拿到的是別人已經包好、可以直接用的能力；最後那條你換到的是完整控制權，代價是執行環境、設定檔語法、路徑與紀錄檔都要自己處理。
行銷團隊的第一支 server，優先從兩個現成目錄開始。只有當你要接的是公司內部系統、特定資料夾，或某個目錄裡沒收錄的服務，才需要往後面兩條走。
這幾條路各自怎麼走
以下路徑依 2026 年 9 月 6 日的官方文件內容整理。這類介面與路徑會隨版本調整，動手前建議對照當日官方頁面再確認一次。
連接器目錄：挑一個別人已經上架好的雲端服務
這是最接近「逛商店」的一條。依 Claude 官方的連接器目錄說明，這份目錄同一套內容服務 Claude.ai、Claude Desktop、Claude Mobile、Claude Code 與 Cowork，在 claude.ai 從 Customize 底下的 Connectors 進去瀏覽。
目錄裡有多少東西可挑，Anthropic 在 2026 年 7 月 28 日的公告裡給了數字：Claude 的連接器目錄列出超過 950 支 MCP server，每天有數百萬人在用。這個規模已經足夠找到跟自己工作相關的那一支，不必回頭去 GitHub 翻。
挑的時候要看懂兩種標籤，而且要看懂它們真正的意思。官方寫明，標示 Verified 的連接器經過 Anthropic 測試品質與相容性、並在審查當時符合軟體目錄政策，但驗證本身不是資安稽核；標示 Community 的則是上架前經過篩選，官方並未深入審查。最關鍵的一句在後面：這個標籤反映的是它受過多少審查，不是它能做什麼，一旦你連上去，Community 連接器拿到的能力與存取範圍，跟任何一個你授權過的連接器完全一樣。
換句話說，標籤幫你判斷來源可信度，權限範圍還是得你自己在授權畫面上讀。
用 Team 方案的人可能會看到不一樣的畫面。官方說明，沒有啟用連接器權限的成員，在目錄裡看到的是一個 Request 按鈕，按下去會把這個連接器送給組織管理員審核，按鈕會變成 Requested 等待結果。看到 Request 不代表你做錯了，那是公司把權限收在管理員手上。
擴充目錄：裝一個跑在自己電腦上的
如果你要動的是自己電腦裡的檔案，走的是另一個目錄。Claude 官方支援文件裡的本機 MCP server 起步說明寫的流程很短：在 Claude Desktop 進到 Settings 的 Extensions 分頁，點「Browse extensions」瀏覽目錄，挑一個經 Anthropic 審過的工具按下 Install，把需要的設定例如金鑰填進介面，裝好之後它就會出現在你的對話裡。
這裡要提醒一件容易搞混的事：連接器目錄與擴充目錄是兩份不同的清單。前者收的是跑在雲端的遠端服務，後者收的是打包成安裝檔、跑在你電腦上的本機 server。上面那個 950 支的數字屬於連接器目錄，不能拿來推論擴充目錄裡有幾支。
這條路之所以對非工程背景的人友善，有一個關鍵的技術前提被官方寫在建置文件裡：Node.js 隨 Claude Desktop 一起在 macOS 與 Windows 出貨，使用者不需要另外安裝執行環境。開頭那份門檻清單裡最勸退的一項，在這條路上已經被官方吸收掉了。
這種打包格式叫做 MCP Bundle，副檔名是 .mcpb，本質是一個壓縮檔，裡面裝著一支在本機跑的 server 與一份描述檔。它原本叫 .dxt，2025 年 9 月 11 日官方公告更名為 .mcpb，舊檔案仍然可以安裝。除了從目錄裝，你也可以直接對 .mcpb 檔按兩下、把它拖進 Claude Desktop 視窗，或從 Settings 的 Extensions 進階設定裡選擇檔案安裝。
有一件事值得團隊主管先知道：官方文件註明安裝是以個人為單位，每個人要在自己的電腦上各裝一次。這代表同事之間裝了什麼、版本是哪一版，預設是彼此看不見的。
自己貼網址：接一台目錄裡沒收錄的遠端 server
想接的服務不在目錄裡，官方的遠端連線教學給的是自訂連接器這條路。流程是進到 Settings 的 Connectors，按右上角的 Add，選擇新增自訂連接器，把服務方提供的網址貼進去，接著完成驗證。驗證方式依 server 而定，常見的是 OAuth（一種讓你不必交出密碼就能授權的登入機制）授權、API 金鑰或帳號密碼。
想先空手試一次的話，官方教學裡放了一個示範用的網址 https://example-server.modelcontextprotocol.io/mcp，可以拿來走完整套流程、看看畫面長什麼樣，再去接真的服務。
接上之後別急著關視窗。官方在同一頁把最後一步寫成設定工具權限：回到連接器設定點進那台 server，可以逐項開啟或關閉它提供的工具。這一步是整條路裡最像行銷主管本業的一步，因為它決定的是這個外部服務能對你的資料做什麼，而這個判斷不需要任何程式知識。
至於挑哪一家的 server，OpenAI 在官方開發者文件裡給了一條很實用的原則：挑服務商自己託管的官方 server，例如要接 Stripe 就連 Stripe 自己架在 mcp.stripe.com 的那台，而不是第三方代管的 Stripe server。同一份文件也把風險講得直接，遠端 MCP server 未經 OpenAI 驗證，這些 server 可以讓模型存取、傳送與接收資料，並在那些服務裡執行動作。
手改設定檔：官方教學走的那一條，也最容易卡
這一節技術密度明顯高於前面三條。只想先讓一件事跑起來的讀者，可以直接跳到下一節，等真的遇到現成目錄裝不起來的需求再回頭看。
官方的本機連線教學示範的是檔案系統 server，讓 AI 讀得到你電腦上指定資料夾裡的檔案。動手改設定檔之前，先確認兩個前提：Claude Desktop 已更新到最新版，而且電腦上裝了 Node.js。官方教學示範的這支 server 是用 npx 這個隨 Node.js 一起安裝的指令啟動的，少了它，設定檔寫得再正確也跑不起來。要確認裝了沒有，開啟終端機輸入 node --version，有版本號就代表有。官方建議選用長期支援版本。
前提確認之後，流程才是這樣：
- 從系統選單列的 Claude 選單進 Settings。要點的是螢幕最上方那條系統選單，Claude 視窗裡面的設定是另一個地方。
- 切到左側的 Developer 分頁，按下 Edit Config。設定檔在 macOS 位於
~/Library/Application Support/Claude/claude_desktop_config.json，在 Windows 位於%APPDATA%\Claude\claude_desktop_config.json。 - 把設定內容貼進去。官方給的 macOS 範例長這樣：
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/username/Desktop",
"/Users/username/Downloads"
]
}
}
}
其中 filesystem 只是顯示用的名字，command 與 args 是啟動這支 server 的指令，最後那幾行路徑決定它碰得到哪些資料夾。把 username 換成你自己的電腦帳號名稱，資料夾也可以自己增減。
- 存檔後完全結束 Claude Desktop 再重新開啟。官方特別強調必須完全結束程式，只把視窗關掉並不算。
- 回到對話框，點左下角那個「Add files, connectors, and more」的指示器，滑到 Connectors，點「Manage connectors」，選擇 filesystem，看它列出來的工具清單。
第 5 步就是驗收。看得到工具清單，才叫裝好了；看不到，就是還沒接上，這時候不要靠猜。
官方在這一頁放了一段安全警語，值得逐字讀：只開放那些你願意讓 Claude 讀取與修改的資料夾，因為這支 server 是以你的使用者帳號權限在跑，你手動做得到的檔案操作，它同樣做得到。
跑不起來的原因，多半只有幾種
官方的疑難排解章節其實已經把常見狀況列完了，把它翻成行銷人聽得懂的話，大致是這幾類。
工具清單沒出現，先確認有沒有完全結束再重啟。這是最常見也最容易被跳過的一步，關掉視窗並不等於結束程式。
接著檢查 JSON 語法。少一個逗號、多一個括號，整份設定就會失效，而且畫面上不會跳出紅字告訴你錯在哪。把內容貼進任何一個 JSON 檢查工具看一眼，比自己逐字核對快。
再來是路徑。官方明確要求設定檔裡的路徑必須是絕對路徑，也就是要從 /Users/ 或 C:\Users\ 開頭寫完整，只寫資料夾名字會失敗。
最容易被忽略的一類，值得單獨拿出來講：你照著網路教學裝的那支 server，可能已經被官方封存了。截至 2026 年 9 月 6 日，MCP 官方參考 server 的程式庫只留 7 支，分別是 Everything、Fetch、Filesystem、Git、Memory、Sequential Thinking 與 Time。曾經被大量教學文引用的 Google Drive、Slack、GitHub、Brave Search、PostgreSQL 等等，都已經移到另一個封存程式庫，那裡的說明寫得毫不客氣：這些 server 不再維護，不會提供安全更新或錯誤修正，並且以全大寫標明不對這些封存的 server 提供任何安全保證。半年前寫的教學，今天照著做可能裝上一支沒人在修的程式。
還有一類卡點來自語言。前面提過 Node.js 隨 Claude Desktop 出貨，但這個待遇並不適用於所有擴充：以 Python 寫成的擴充仍然需要你的電腦上有 Python 環境。官方的建置文件也明講，撰寫時強烈建議選 Node.js，理由正是使用者不必另外裝執行環境。裝到一半被要求「請先安裝 Python」的時候，你遇到的就是這一類。
Windows 使用者還會遇到一類專屬狀況。官方文件提到，如果 log 裡出現 ${APPDATA} 相關的路徑錯誤，需要在設定檔的 env 區塊補上 APPDATA 的實際值；如果 npx 指令持續失敗，可能是 npm 沒有全域安裝。
真的都試過還是不通，就去看 log。macOS 的紀錄在 ~/Library/Logs/Claude，Windows 在 %APPDATA%\Claude\logs，其中 mcp.log 記的是連線狀況，mcp-server-伺服器名稱.log 記的是那支 server 自己吐出來的訊息。log 看不懂沒關係，把它整段貼給工程同事，比口頭描述「它就是沒反應」省下大量往返。
裝好了不等於用起來了
過了安裝這關之後，還有幾件事值得先知道，免得對它抱著錯誤的期待。
官方參考 server 的定位，官方自己講得很清楚：它們是為了示範 MCP 功能與軟體開發套件而做的教學範例，官方明說它們並非正式環境可直接採用的方案。拿它跑通一次、理解流程很好，拿它撐日常營運就要另外評估。如果你走到「乾脆自己做一支給團隊用」這一步，工具該照業務意圖設計而非把後台 API 一比一搬上去，這條設計原則我們單獨寫過一篇，本篇只管怎麼把現成的裝起來。
另一個常見誤會跟「官方目錄」有關。MCP 確實有一個官方登錄中心，但它目前仍在預覽階段，官方在頁面開頭就註明可能發生破壞性變更或資料重置。更關鍵的是它的產品定位：官方寫明終端應用程式不應直接向它取資料，而該透過符合官方規格的下游市集取得。這句話管的是機器怎麼串接，人要進去翻當然可以，只是它的中繼資料刻意保持中性，不負責評分、篩選或推薦，那些工作留給下游市集。對行銷團隊來說，真正好用的入口仍然是你正在用的那個 AI 應用自己的目錄。
還有一件事會影響你這半年的決策：這個協定還在快速變動。2026 年 7 月 28 日這一版是規格自問世以來相當大的一次改版，Roots、Sampling 與 Logging 三項功能已被標記淘汰，官方訂了至少 12 個月的移除緩衝期。兩位首席維護者在 2026 年 8 月 22 日發布的新版路線圖裡，也點名了一個跟你直接相關的現象：工具清單愈長，模型挑工具的表現愈容易變差，因此他們正在推進讓 server 先開放有限能力、再依情境擴充的漸進式探索。這件事的商業涵義很簡單，接得多不等於用得好。工具愈接愈多、常駐開銷愈來愈重，也正是「MCP 已死」那場爭論最常被搬出來的論據，那四項批評到底站不站得住，我們逐一查證過一輪。至於一件重複的事到底該做成 skill、MCP 還是 CLI，以及每多掛一個工具要付出的常駐成本怎麼算，我們另外寫過一篇來算這筆帳，這裡不重做那組比較。
最後是權限與邊界，這一段請務必自己讀過而不要外包判斷。前面引過的官方提醒放在一起看特別清楚：MCP 官方說本機 server 以你的使用者帳號權限執行，OpenAI 說遠端 server 未經它驗證，Anthropic 說目錄上的驗證標籤不是資安稽核。三家講的其實是同一件事，工具能碰到什麼，最終由你在授權那一刻決定。所以有幾類操作，在你還沒建立起紀錄與核准機制之前，不該直接開給 AI：能刪除資料的動作、能對外發送訊息或郵件的動作、能動用金流的動作，以及任何直接連到會員個資母體的存取。先開唯讀、先開測試環境、先用假資料跑一次，都是成本很低的保險。至於別人寫的第三方 skill 與 MCP server 該用什麼流程審、怎麼分流高低風險、清冊要記哪些欄位，我們專門寫過一篇供應鏈審查的做法，這裡就不重複那份清單。而當 AI 開始以非人類的身分在你的系統裡活動，權限與稽核紀錄要怎麼跟著它走，我們在談非人類身分治理的那篇裡拆得比較完整。
順帶一提，如果你的團隊用的是 Team 或 Enterprise 方案，管理者手上有一個常被忽略的開關。Claude 官方支援文件說明，桌面擴充的白名單功能限 Owner 與 Primary Owner 使用，需要 Claude Desktop 0.13.91 以上版本，而且預設是關閉的。文件寫得很明白：在你啟用白名單之前，成員可以取用目錄裡的全部擴充。預設值是開放的，需要管理者主動啟用才會收緊，這件事最好由行銷與資訊部門一起知道。
通道接通之後，AI 讀到的是什麼
把 server 裝起來，解決的是「AI 拿不拿得到資料」。它沒有解決的是「拿到的資料對不對」。
這件事在零售品牌身上特別明顯。一位客人在官網買過、在門市刷過會員、在客服留過電話、又進了廣告受眾包，如果這四筆紀錄在四個系統裡是四個身分，那麼你把通道開得再順，AI 讀到的仍然是四個人。它會很有效率地給你一份錯的名單，而且不會舉手說自己算錯了。AI agent 為什麼老是出錯、問題根源為何在數據，我們拆解過一次，換模型或換工具都不會讓它自己消失。
91APP CDMP 在這條路上的位置，是通道之前的那一層。線上線下的消費先做 OMO 歸戶，收攏成同一個會員身分；標籤與分群的定義只留一套，跨團隊共用同一個口徑；名單與受眾在平台裡產出，符合條件的名單可以直接送到通路端使用，不必每次都先匯出成一份檔案再手動上傳。底座統一之後，上面接什麼工具都站得住，因為每一條通道讀到的是同一份事實。
實務上的順序通常是這樣：先把歸戶與口徑收乾淨，再決定哪幾條資料值得開通道。順序反過來的話，最常見的結果是不同工具讀到不同版本的會員數，然後在檔期前一週才被發現。想看通道接通之後實際能長成什麼樣子，跨平台廣告月報自動化那篇有一個完整的例子。
先讓一件事跑起來，再談要接幾條
以下幾件事不需要等預算，這個月就可以開始。
- 從目錄裝一支唯讀的 server，先跑通一次。這一步的目標是把「裝好、確認得到工具清單、問它一個真實問題」這條路完整走完一遍，找最強的工具可以晚點再說。想直接接一個對行銷團隊真的有用的服務，Meta 的 MCP 怎麼接、哪幾格權限預設是開著、又有哪些事它其實做不到，我們另外寫了一篇，可以當這一步的下一步。預期效果是團隊對這件事的想像從抽象變具體；建議週期是一個下午。
- 把第一件要它做的事寫成一句話再開始。例如「把上週四個廣告平台的花費彙整成一張表」會比「幫我看看廣告」好用得多。目標愈具體，你愈能判斷它做得對不對，這也是後續要不要投入的唯一依據。預期效果是省下反覆試探的時間；建議週期是每次接新工具前都寫一次。
- 從唯讀與測試資料開始，把會寫入、會外送、會動金流的動作留到最後。前面兩句官方原話已經說明理由，這裡只補一個操作建議：接上之後花 5 分鐘把工具權限逐項看過，關掉這次用不到的。預期效果是把可能的損害範圍先壓小；建議週期是每次安裝與每次更新都做。
- 開一份共用清單，記下誰裝了什麼、哪一版、為什麼裝。官方文件寫明安裝以個人為單位，這代表清單不會自己出現。Team 或 Enterprise 方案的管理者可以再往前一步，評估要不要啟用白名單。預期效果是三個月後有人問起時答得出來；建議週期是安裝時即時登錄，每季清一次沒在用的。
那個游標最後按下去了
回到開頭那位停在逗號上的行銷企劃。
後來她沒有繼續改那份 JSON。她關掉設定檔，去 Extensions 目錄裡點了一個現成的擴充，填進一組金鑰，然後問了它一個她那週真的需要答案的問題。整件事花的時間，比她在設定檔前面猶豫的時間還短。
這個標準的開發套件被下載了幾億次，但它不會因為規格寫得多完整就自己走進你的工作流。它需要有人挑對那道門，把一件小事跑通一次。第一支 server 真正的價值，在於讓整個團隊第一次相信這件事跟自己有關。
品牌最常問的 MCP server 安裝問題
Q1：MCP server 到底是什麼，跟裝一個外掛有什麼不一樣？
A1：MCP server 是一支跑在你電腦上或雲端的程式，負責把 AI 助理接到某個資料來源或系統，讓它讀得到資料、執行得了動作。跟一般外掛最大的差別在權限來源：本機 server 依官方說明是以你的使用者帳號權限執行，你手動做得到的檔案操作它同樣做得到，而這件事在安裝畫面上不一定會用權限清單的形式呈現。名詞層面的完整定義，站上另一篇已經處理過 Skill、Prompt 與 MCP 各自回答什麼問題，這裡不重做。
Q2：不會寫程式，真的裝得起來嗎？
A2：可以，前提是把設定檔那條路留到最後。對非工程背景最友善的是兩個現成目錄：要接雲端服務就走連接器目錄，要動自己電腦裡的檔案就走 Claude Desktop 的擴充目錄，流程都是瀏覽、挑一個、按安裝，再把金鑰之類的設定填進介面。Node.js 依官方文件已隨 Claude Desktop 在 macOS 與 Windows 出貨，不需要自己另外安裝執行環境。真正需要程式能力的是自建 server，那是另一件事。
Q3：怎麼確認它真的裝好了？
A3：看得到工具清單才算裝好。以 Claude Desktop 為例，重啟之後點對話框左下角的「Add files, connectors, and more」指示器，滑到 Connectors 點「Manage connectors」，選擇你剛裝的那一支，它會列出提供的工具。列不出來就是還沒接上，這時候依序檢查有沒有完全結束再重啟、JSON 語法對不對、路徑是不是絕對路徑，最後去看 log。
Q4：哪裡可以找到免費可用的 MCP server？
A4：找的地方是你正在用的那個 AI 應用自己的目錄，而且要分清楚是哪一份。要接雲端服務看的是連接器目錄，要裝跑在自己電腦上的本機 server 看的是 Claude Desktop 的擴充目錄，兩份清單並不相同。費用上也有差別：依官方說明，雲端連接器需要付費方案，桌面擴充則是含免費方案在內的所有 Claude Desktop 使用者都能用。官方另有一個登錄中心，但它仍在預覽階段、可能發生資料重置，定位也是供下游市集取用而非終端使用者挑工具的主入口。另要注意官方參考 server 的定位是教學範例，Google Drive、Slack、GitHub 等多支曾被大量教學引用的參考 server 已移入封存庫，官方註明不再維護、不提供安全保證。
Q5：第一次跑失敗，最常見的原因是什麼？
A5：依官方疑難排解章節，最常見的依序是沒有完全結束程式再重啟、JSON 語法有誤、路徑沒有寫成絕對路徑。還有一個常見原因不在官方清單上，但實務上很常發生：照著半年前的教學裝了一支已被官方封存的 server。另外，以 Python 寫成的擴充仍需要你的電腦上有 Python 環境。Windows 使用者則要注意，log 裡出現 ${APPDATA} 路徑錯誤時，需要在設定檔的 env 區塊補上實際值。
Q6：哪些事情裝了 MCP server 也做不到，什麼時候該找工程同事？
A6：它做的是把 AI 接到既有系統，不會替你生出原本不存在的資料，也不會把散在四個系統裡的會員資料自動合成一個人。當你要接的是公司內部系統、需要自建 server、要處理跨部門的權限與稽核紀錄，或是要把會寫入、會外送、會動金流的動作開給 AI，這幾種情況都該把工程或資安同事拉進來。日常判斷有一個省事的分界：唯讀、公開、可逆的事自己來，其餘先問過再說。