叠甲,瞎写写的教程,有不合理的地方还望指出
一、配置相关环境
在确保已经安装了 nodejs 和 python 相关环境后
1. 安装 uv
执行下列命令安装 uv
pip3 install uv
2. 安装 mcpr-cli
执行下列命令安装 mcpr-cli 服务
npm install -g mcpr-cli@latest
二、配置 MCP Router
1. 安装 mcp-router
从 https://github.com/mcp-router/mcp-router/releases 下载最新的安装包进行安装。
(截图:MCP Router 安装包下载页面)
2. MCP 添加的方法
- 点击左侧的 MCP Servers
- 点击右侧的加号,进行 MCP 的添加
(截图:添加 MCP Server 入口)
- 点击 Manual
- 点击 Create Manually
- 输入 MCP 的名称,建议命名为
mcp_servers.xxxxxx
- 输入 MCP 的命令,一般为
npx
或者其他 - 输入 MCP 的参数,一般为 MCP 的名称等
(截图:手动创建 MCP Server 表单)
(截图:示例参数填写)
常见配置示例(Command + Arguments):
npx -y @upstash/context7-mcp@latest npx -y @wonderwhy-er/desktop-commander npx -y mcp-deepwiki@latest npx @playwright/mcp@latest
提示:
- Windows 下路径分隔符需使用反斜杠并在 TOML 中转义为
\\
- 首次使用
npx
会下载依赖,耗时与网络相关 - 若命令行权限受限,请以管理员身份运行终端
3. 我使用的 MCP 列表
Server Name | Command | Arguments | Environment Variables | 用途 |
---|---|---|---|---|
mcp_servers.context7 | npx | -y @upstash/context7-mcp@latest | 官方文档聚合与检索 | |
mcp_servers.desktop-commander | npx | -y @wonderwhy-er/desktop-commander | 本地文件/进程/搜索/编辑/REPL | |
mcp_servers.mcp-deepwiki | npx | -y mcp-deepwiki@latest | 文档仓库补充检索 | |
mcp_servers.playwright | npx | @playwright/mcp@latest | 页面自动化与截图校验 |
4. 配置与 Codex 的连接
由于 MCP Router 暂未直接内置 Codex 集成,需要手动添加。
- 点击左侧的 MCP APP Integrations
- 输入任意你想取的名称,例如
codex
- 点击右侧的 Add Custom App 进行添加
(截图:添加自定义 App)
接下来点击新添加的 App:codex
下方的 How To Use 获取 Codex 连接 MCP Router 需要使用的密钥。
(截图:How To Use 页面与令牌展示)
安全提示:
- 切勿在公共仓库或截图中泄露真实令牌
- 建议将令牌保存在系统“用户环境变量”中,避免硬编码
三、codex 的配置
首先打开 Codex 的配置目录,一般在 C:\\Users\\<你的用户名>\\.codex
目录下
(截图:Codex 配置目录)
打开 config.toml
,添加 MCP Router 的配置(提供两种写法,仅需其一):
方案 A:使用绝对路径(更稳定)
[mcp_servers.mcp-router] command = "C:\\Program Files\\nodejs\\node.exe" args = ["C:\\Users\\<你的用户名>\\AppData\\Roaming\\npm\\node_modules\\mcpr-cli\\dist\\mcpr.js", "connect"] env = { SystemRoot = "C:\\WINDOWS", COMSPEC = "C:\\WINDOWS\\system32\\cmd.exe", MCPR_TOKEN = "<你的_MCPR_TOKEN>" }
方案 B:使用 node
(更通用,取决于 PATH)
[mcp_servers.mcp-router] command = "node" args = ["C:\\Users\\<你的用户名>\\AppData\\Roaming\\npm\\node_modules\\mcpr-cli\\dist\\mcpr.js", "connect"] env = { SystemRoot = "C:\\WINDOWS", COMSPEC = "C:\\WINDOWS\\system32\\cmd.exe", MCPR_TOKEN = "<你的_MCPR_TOKEN>" }
注意:
- Windows 下反斜杠需写成
\\
以便 TOML 正确解析 node
方式需确保 Node 已加入 PATH;否则使用方案 A- 首次连接会初始化依赖与缓存,耗时与网络相关
四、提示词的优化
一个好的提示词可以让 AI 主动使用 MCP。建议在 C:\\Users\\<你的用户名>\\.codex
下创建全局 AGENTS.md
,强调 MCP 的用法与调用策略。
最小可用 AGENTS.md 示例:
# 全局 AGENTS.md(最小示例) - 工具优先级:桌面指令 > Context7 > DeepWiki > DevTools - 单轮单工具:每轮最多调用一种外部服务 - 最小必要:搜索/写入范围尽量收敛,避免噪声 - 安全边界:不上传敏感信息;令牌不出现在日志 - 失败降级:首选替代工具;不可用则给出保守答案 - 记录规范:追加“工具调用简报”便于审计
兼容性与常见问题(FAQ)
- 路径转义:在 TOML 中 Windows 路径请使用
\\
- Node 版本:过旧可能导致
npx
/依赖安装失败,建议 20+ - 首次
npx
:会下载包到用户缓存目录,耗时与网络相关 - 权限问题:若遇拒绝访问,请以管理员身份运行终端
- Codex 版本:不同版本对 MCP 的支持可能有差异,请关注更新日志
参考与声明
- MCP Router: https://github.com/mcp-router/mcp-router
- Codex CLI: https://github.com/OpenAI/codex
评论区
评论加载中...