🛠️ MCP开发记：给Claude Code装上眼睛与耳朵

👋 开场百话

在2025年的初秋，我给Claude Code做了个“心脏手术”：通过一个自己fork得到的MCP服务器，为他装上了眼睛——看图能力；耳朵——联网搜索能力。

这不是难度爆表的创新，而是一步步从需求出发，分段落地的小步跌突。我的目标很简单：使用Claude时，能看图能搜索，不再是“闭门造车”的聪明人。

🤔 为什么要自己开发MCP？

Claude Code 是我非常喜欢用的一款新世代IDE，但在使用“智谱 GLM 4.5 模型”驱动的 Claude Code 套餐时，我发现了一个明显限制：

• 🤖 GLM 4.5 是一个纯文本模型，Lite 套餐并不支持 read_image 和 web_search 功能；
• 💰 如果需要这些能力，就必须升级到 Pro（¥100/月）或 Max（¥200/月）；
• 💡 对很多开发者来说，仅为了这两个功能升级套餐，成本偏高。

我在项目Readme里写得很清楚：

如果没有图像/视频理解，大模型就像“失明”；如果无法联网搜索，它就像“闭耳”。Lite 套餐下的Claude，就像是“闭门造车”的聪明人。

于是，我开发了这个MCP插件：

• ✅ 即使只用GLM Lite，也能让Claude Code拥有视觉和搜索能力；
• ✅ 让开发者体验“最新知识 + 多模态理解”；
• ✅ 极大提升了Lite套餐的性价比。

⚒️ 开发过程：SDD模式的一步一脚

我开发该MCP时，全程采用的是 Spec Driven Development (SDD) 方法：

先想清楚Why/What，把How和验收交给AI。

四步路线：

1. 🎯 Specify ：明确我要什么：Claude要看图、搜索、读本地知识；
2. 📋 Plan ：把需求抽象成三个MCP模块：Vision、WebSearch、NoteAgent；
3. ✅ Task ：分段commit，逐步实现环境安装、接口调试、日志管理、用例运行；
4. 🚀 Implement ：首次使用GLM辅助写devServer，自动完成多轮迭代（共12次commit）。

当我把这一切搭建好，并在Claude Code中实际调用时，那一刻我真的感到欣慰——Claude第一次真正“听见”了世界，也“看见”了图片。

🧠 我的里程碑：AI工程师的第三步

我为自己总结出AI工程师成长的“四步曲”：

1. 📅 Ad-hoc Prompt（即兴提示阶段）：AI工程师的入门级技能，就像新手村的临时起意coding session，快速试验、临场发挥，通过不断试错来获得理想输出，适合探索性任务和初步验证，主打一个”先跑起来再说”的莽撞青春感；
2. ♻️ Reusable Prompt（可复用提示阶段）：能力升级到熟练工水平！把成功经验封装成模板库，比如超实用的”slash command”全家桶——/debug秒变调试大师、/refactor一键代码美容、/docs自动生成文档，支持参数化调用和团队共享，效率直接起飞，从此告别重复造轮子；
3. 🔌 MCP开发（模型上下文协议阶段）：进阶到架构师思维！将Prompt+工具+资源打包成模块化组件，让AI直接调用外部服务，就像给Claude装上眼睛和耳朵，实现多模态能力和实时数据接入，从”会用AI”升级到”让AI更好用”的降维打击；
4. ☁️ SaaS（软件即服务阶段）：终极boss级别的能力觉醒！组合多个MCP能力，部署成完整企业级服务，提供端到端的解决方案，支持规模化应用和商业化运营，从个人玩具升级为团队利器，真正实现AI工程的产业价值最大化。

而这个9月，我正式迈进了 第三步。

📚 参考资源与名词解释

🔗 参考资源

• MCP官方协议与说明
• xwbcl123/mcpserver GitHub仓库
• Perplexity Search API 官方文档
• Spec Driven Development (SDD) 简介

📖 名词解释

• 🔗 MCP (Model Context Protocol)：一个开放协议，用来把LLM和外部数据、工具对接。
• 💻 Claude Code：Anthropic的编程助手，支持MCP扩展。
• 🧠 GLM 4.5：智谱大模型，Lite版本为纯文本，不带视觉和联网能力。
• 📝 SDD (Spec Driven Development)：开发方法论，先写需求规范，再由工具或AI完成实现。
• 🔍 Perplexity Search API：提供联网搜索结果和引用的API，用于增强LLM实时信息获取。