文章Article

「MCP:AI 的 USB-C」——智谱四件套配置实录

MCP / 智谱 / Claude Code / GLM

· 3 min read · 1

整理日期:2026-07-08 | 定稿日期:2026-08-03

智谱的四个专属 MCP

Model Context Protocol(MCP) 让大模型能”长手”——挂上各种工具,模型自己决定何时调用。Anthropic 推、各家跟,如今主流 Coding 客户端基本都支持。

智谱(GLM 背后那家)给 GLM Coding Plan 用户做了一套专属 MCP,正好四个,补的全是 Coding 客户端常见的短板:

  • 视觉理解 —— 看图、看视频、OCR、UI 转代码
  • 联网搜索 —— 实时搜网络
  • 网页读取 —— 把网页抓成干净的 markdown
  • 开源仓库 —— 结构化地理解 GitHub 仓库

我把它配齐、实测了一遍,顺手记下来。

先说为什么:MCP 到底解决了什么

先把”为什么”讲清楚,再聊智谱这四个具体的。

没有 MCP 之前:想让 AI 用上外部能力——联网搜、读文件、查数据库、调 API——得给”每个模型 × 每个工具”单独写一套对接。模型一多、工具一多,就是 N×M 的集成地狱,而且写死、锁死,换一个就得重来。

MCP(Model Context Protocol) 是 Anthropic 提的开放标准,可以理解成 “AI 界的 USB-C”:

  • 一个工具按 MCP 协议封装成 server,写一次;
  • 任何支持 MCP 的客户端(Claude Code、Cursor、Codex、OpenCode、Cline…)插上就能用,不必各写各的。

它主要解决三件事:

  1. 碎片化 —— 统一接口,把 N×M 的对接压成 N+M。
  2. 工具复用 —— 同一个 MCP server,换个客户端照样能用(这也是后文”一份配置多端通用”的前提)。
  3. 解耦 —— 工具方和模型/客户端方各管各的,谁也不绑死谁。

智谱这四个专属 MCP 就是按这个标准做的——所以才能一份配置在 Claude Code / Codex / OpenCode 里通用。

顺带澄清个常见误解:MCP 不绑定任何模型厂商——不绑 Claude、也不绑 GLM。它只认两样东西:① 客户端支不支持 MCP;② 智谱这四个 MCP 调的是智谱服务,认的是智谱 key。所以你在跑 GPT 的 Codex、跑 Claude 的 Cursor 里,照样能用这套 MCP——模型是谁,无所谓。

前置:你需要一个 GLM Coding Plan 的 API Key(Pro / Max 档才含这四个专属 MCP,Lite 不含)。下文命令里的 your_api_key 换成你自己的。

四个 MCP,分别是干嘛的

1. 视觉理解(zai-mcp-server)—— 唯一”本地”的那个

四个里只有它是本地运行(npx 拉起一个 stdio 服务),后端接 GLM-4.6V,其余三个都是远程 HTTP。它一口气给了 8 个工具:

  • extract_text_from_screenshot —— OCR,从截图抠代码 / 终端输出 / 文档文字
  • ui_to_artifact —— UI 截图直接转前端代码 / 设计规范
  • diagnose_error_screenshot —— 报错截图喂进去,给根因和修复建议
  • understand_technical_diagram —— 读架构图、流程图、UML
  • analyze_data_visualization —— 读仪表盘 / 图表,提炼趋势和异常
  • ui_diff_check —— 两张 UI 截图比对,做视觉回归
  • analyze_image —— 通用读图(兜底)
  • analyze_video —— 视频内容分析(MP4/MOV/M4V,本地 ≤8MB)

实测:丢一张订阅价格卡截图让它 OCR,文字和排版基本原样抠出来了。报错诊断也挺实用——以后终端一片红,截个图问问就行。

2. 联网搜索(web-search-prime)—— 补中文搜索的坑

Claude Code 内置搜索是 US-only,中文内容覆盖很弱。这个 MCP 接的是智谱的搜索,中文场景明显更强。

实测搜「智谱 GLM-4.6」,知乎、百科、开源中国、官方文档全回来了,摘要也干净。支持时效过滤(最近一天/一周/一月)、区域(cn / us)、域名白名单。

3. 网页读取(web-reader)—— 给模型”喂”网页

丢一个 URL,它把页面(包括 JS 渲染的 SPA)抓成干净 markdown 喂给模型,比裸抓 HTML 强不少。

实测抓 Mintlify 文档站、GitHub 仓库页,都能拿到渲染后的正文。唯一小毛病:返回里会夹一堆 favicon / CSS 元数据噪音,但正文 content 字段本身是干净的。

4. 开源仓库(zread)—— 这个我最惊喜

基于 zread.ai,能结构化地理解一个 GitHub 仓库:

  • get_repo_structure —— 拉仓库目录树
  • read_file —— 读仓库里任意文件的完整代码
  • search_doc —— 语义搜索仓库的文档 / issues / commits

实测对着 vitejs/vite 一键拉出完整目录树(packages / playground / scripts…),想看哪个文件直接 read_file。比起网页读取只能看个 README,这是结构化访问,查源码、摸清项目结构都顺手多了。

怎么配:四条命令搞定

以 Claude Code 为例(国内 bigmodel 平台):

# 1. 视觉理解(本地 npx)
claude mcp add -s user zai-mcp-server \
  --env Z_AI_API_KEY=your_api_key \
  -- npx -y "@z_ai/mcp-server"

# 2. 联网搜索(远程 http)
claude mcp add -s user -t http web-search-prime \
  https://open.bigmodel.cn/api/mcp/web_search_prime/mcp \
  --header "Authorization: Bearer your_api_key"

# 3. 网页读取(远程 http)
claude mcp add -s user -t http web-reader \
  https://open.bigmodel.cn/api/mcp/web_reader/mcp \
  --header "Authorization: Bearer your_api_key"

# 4. 开源仓库(远程 http)
claude mcp add -s user -t http zread \
  https://open.bigmodel.cn/api/mcp/zread/mcp \
  --header "Authorization: Bearer your_api_key"

配完 claude mcp list 看一眼,四个都 ✓ Connected 就成了。

几个坑:

  • MCP 只在会话启动时加载,配完重启客户端才生效。
  • 第一个(视觉理解)首次跑 npx 要下包,健康检查可能超时报 Failed to connect,下完缓存再 list 就正常。
  • Windows 下若报 -y 参数问题,用 CMD 跑;出现 cmd /c wrapper 告警忽略即可。

进阶:一份配置,多端通用(CCswitch)

我同时用 Claude Code、Codex、OpenCode,难道每个客户端都配一遍?

不用。CCswitch 有个「MCP 面板」,一次定义,自动写进各客户端的原生配置。因为 MCP 是标准协议——这套四个 MCP 在任何支持 MCP 的客户端都能用,CCswitch 只是帮你把同一份配置翻译成各家格式(Claude 的 JSON、Codex 的 config.toml、OpenCode 的配置…)。

填法很直接:远程三个选 http 类型填 URL + Authorization 头;本地那个选 stdio,命令 npx、参数 -y @z_ai/mcp-server、环境变量加 Z_AI_API_KEY。

注意:CCswitch 会把 key 写进每个客户端的配置文件,副本变多——别把这些配置提交到公开仓库。

bigmodel vs z.ai:两套 key 别搞混

智谱其实有两套平台:

智谱开放平台Z.AI(国际站)
域名bigmodel.cnz.ai
MCP 端点open.bigmodel.cnapi.z.ai
视觉 MCP 模式Z_AI_MODE=ZHIPU(默认)Z_AI_MODE=ZAI

两套的 key 不通用。如果你用的是 z.ai 的 key,相比上文只改两处:

  1. 三个远程 MCP 的 URL:open.bigmodel.cn → api.z.ai
  2. 视觉 MCP 多加一个环境变量 Z_AI_MODE=ZAI

套餐结构两边一致(Lite / Pro / Max),都是 Pro、Max 才含这四个专属 MCP。

换成 DeepSeek / MiMo 当主模型,还能用这套 MCP 吗?

能。回到前面那条原理——MCP 不绑定模型,模型和 MCP 是两层独立的东西:

  • 主模型用 DeepSeek / MiMo 自己的 key(走它们的 OpenAI 兼容 API)
  • 四个 MCP 照旧填智谱 key,一个不用改

在 Cursor / Cline / OpenCode / Codex 里,主模型填 DeepSeek / MiMo、MCP 挂智谱那套,直接跑。

Claude Code 要注意:它只认 anthropic 兼容接口,而 DeepSeek / MiMo 是 OpenAI 兼容,直连不上——得加个代理(如 claude-code-router)转一下。但这只影响主模型,MCP 那条通道不受影响。

前提:模型要有 tool-use 能力才会主动调工具。DeepSeek 有;MiMo 看具体版本(coding 向的一般有)。

小结

一套智谱 key + 四个 MCP,在任意支持 MCP 的 Coding 客户端里都能用上读图、联网、读网、读仓库;CCswitch 再把多端配置收口——配一次,到处用。

这几个 MCP 我还在长期用,踩到新坑再来更新。

官方文档

本文配置细节整理自上述官方文档,端点与命令均经实测。

房间Room