ClaudeLocalMCP.ts

自己為 Claude 寫本地端 MCP Server 很簡單，有手就行😁 完整流程 Demo 的 gif 圖檔

簡介 MCP Server

MCP Server 就像「AI 的 USB 插槽」，讓 AI 能安全地連接外部資料或工具。 舉例：AI 想查電腦檔案或查詢股票價格，MCP Server 就負責幫 AI 取得這些資料或執行操作。

AI 有了 MCP（模型上下文協定）後，將產生以下重大影響：

- AI 不再只是「建議者」，而能主動執行任務。例如，AI 不僅能告訴你怎麼查資料，還能直接幫你查詢資料庫、整理報表、發送郵件，甚至控制智慧家電 - AI 可即時存取外部資料與工具，突破只能依賴訓練知識的限制，能根據最新數據做出回應，如即時天氣、最新財經資訊等 - AI 回答更精確，能減少「幻覺」問題，因為可直接查證外部資料來源 - 開發者只需一次整合 MCP，AI 就能連接多種工具和資料，開發效率大幅提升 - 用戶資料安全性提升，因為存取權限可細緻控管，且多數操作在本地端執行 總結：MCP 讓 AI 從只能「說」進化到能「做」，大幅擴展應用範圍與價值，推動 AI 進入真正的智能代理（AI Agent）時代

Weather MCP Server

這是用來給 Claude 查詢指定地區的天氣資訊

申請天氣 API 服務

我去申請 https://openweathermap.org/ 的免費服務 請去註冊並取得 API 金鑰 (API Key)

在 .env 填入金鑰

OPENWEATHERMAP_API_KEY=你的實際API金鑰貼在這裡

記得在 dist 內放上 .env 檔案來提供 API金鑰

安裝 Claude 桌面版

https://claude.ai/download

開啟 Claude 開發模式

右上角 File => Settings 開啟 Developer 模式

設定 MCP Server 給 Claude 使用

Windows 用戶請 開啟目錄 C:\Users\使用者名稱\AppData\Roaming\Claude 檔案名稱 claude_desktop_config.json

{
    "mcpServers": {
        "weather": {
            "command": "node",
            "args": [
                "D:\\github\\ClaudeLocalMCP.ts\\dist\\index.js",
                "envPath=D:\\github\\ClaudeLocalMCP.ts\\.env"
            ]
        }
    }
}

envPath 是指定 .env 的路徑

確認一下 MCP 是否正常開啟

檢視一下 MCP 名稱

詢問時要指定地區，如: 台中天氣如何?
Claude 會要你確認(Allow for this chat)是否可以執行 MCP 服務

查詢 MCP Server 執行 log

Windows 用戶請 開啟目錄 C:\Users\使用者名稱\AppData\Roaming\Claude\logs