案例 22 · 跨平台、自定义 MCP（模型上下文协议）服务器开发

【关键工具】 Gemini CLI / Node.js

【70% Vibe】

你亲手写一个属于自己的 MCP 服务器，让 Cursor 或 Claude 能够直接读取你本地的私有记账软件、或公司内部数据库。这相当于给 AI 装上一个"专属插口"，让它接入原本够不着的私有数据和工具。这是从"使用 AI"走向"扩展 AI 能力边界"的一步，极客味十足。

【30% Engineering】

写一个"能跑"的 MCP 服务器不难，写一个"健壮"的就触及了协议和系统编程的硬核地带。

第一是标准 JSON-RPC 2.0 协议的生命周期管理。MCP 建立在 JSON-RPC 2.0 之上，有严格的握手、初始化、请求-响应、关闭等生命周期阶段。每个阶段的消息格式、顺序、错误处理都有规范。任何一处不合规，客户端（Cursor / Claude）就连不上或行为异常。吃透协议规范、正确实现每个生命周期环节，是这个案例的工程基本功。

第二是长连接的内存泄漏排查。MCP 服务器通常是长时间运行的常驻进程。如果代码里有内存泄漏——某些对象用完没释放、监听器没注销——随着运行时间变长，内存会持续增长，最终把进程拖垮。排查内存泄漏是公认的"工程脏活累活"，需要对运行时机制有扎实的理解。这恰恰是 AI 帮不上太多忙、最考验真功夫的 30%。