Använda MCP-servrar i Vibe
På denna sida
Från konfiguration till praktiskt användande
Lektion 8 visade dig hur du deklarerar MCP-servrar i config.toml. Filen är skriven, servrarna svarar – men den fråga som verkligen spelar roll i det dagliga arbetet återstår: hur förändrar detta egentligen ditt arbetsflöde? Det är vad denna lektion handlar om.
Ge åtkomst till webben
Den viktigaste servern att installera först är mcp-server-fetch, eftersom den tar bort den mest irriterande begränsningen hos en lokal agent: okunnigheten om allt som inte finns på din hårddisk. När den är konfigurerad kan Vibe läsa vilken webbsida som helst.
Läs Stripe API-dokumentationen om webhooks och sammanfatta implementeringsstegen för mig
Hämta innehållet i denna GitHub-issue: https://github.com/org/repo/issues/42
Kontrollera den senaste tillgängliga versionen av fastapi-biblioteket på pypi.org
Observera att du vid inget tillfälle specificerade vilket verktyg som skulle användas. Agenten anropar verktyget fetch helt på egen hand så snart den upptäcker att en URL eller webbreferens behövs; kontexten i din begäran styr beslutet, inte en explicit instruktion från dig.
Fråga dina data
Samma princip gäller för en databas via en MCP SQLite- eller PostgreSQL-server. Deklarationen förblir kort:
# Konfiguration i config.toml
[[mcp_servers]]
name = "db_locale"
transport = "stdio"
command = "uvx"
args = ["mcp-server-sqlite", "--db-path", "./data/app.db"]
I en session ställer du sedan affärsmässiga frågor, inte SQL-frågor: “Visa mig de 10 senast registrerade användarna med deras skapelsedatum”, eller “Hur många beställningar lades denna månad? Gruppera dem efter status.” Agenten skriver frågan, kör den och returnerar ett läsbart resultat. SQL blir en implementeringsdetalj.
Kombinera flera servrar
Den verkliga kraften hos MCP visar sig när två servrar arbetar inom samma utbyte. Med både fetch och SQLite aktiva samtidigt engagerar en begäran som denna båda:
Jämför våra databasdata med den officiella API-dokumentationen.
Saknas det några fält i vårt schema?
Vibe läser dokumentationen via fetch-servern, inspekterar ditt schema via SQLite-servern och korsreferenserar sedan de två. Två vanliga arbetsflöden bygger på denna sammansättning. Först, teknikbevakning:
1. Hämta de senaste React-utgåvorna på GitHub
2. Jämför med versionen i vår package.json
3. Om en större uppdatering finns tillgänglig, sammanfatta de brytande ändringarna
Agenten kedjar anropet till fetch-servern för GitHub, läser den lokala package.json och utför analysen, utan att du behöver bryta ner begäran. Granskning av beroenden följer samma logik, med en extra iteration:
För varje beroende i @package.json, kontrollera npm efter kända
sårbarheter och generera en rapport
Vibe itererar genom beroendena ett efter ett, anropar fetch-servern för var och en och sammanställer resultaten i en enda rapport.
Veta vad som är tillgängligt och diagnostisera fel
Under en session behöver du inte gissa vilka MCP-verktyg som är aktiva. Närhelst Vibe använder ett, indikerar det tydligt vilken server och vilket verktyg som anropades i sin utmatning, vilket du kan se med Ctrl+O. Du kan också fråga direkt: “Vilka verktyg tillhandahåller MCP-servern ‘fetch’?”
När en server slutar svara eller returnerar ett fel, informerar Vibe dig explicit. Fyra orsaker täcker de flesta fall.
| Orsak | Vad du ska kontrollera |
|---|---|
| Servern inte startad | För HTTP-transportsätt, säkerställ att tjänsten körs |
| Tidsöverskridning | Servern tar för lång tid på sig att svara: öka tidsgränsen i konfigurationen om det behövs |
| Autentisering | Säkerställ att headers och tokens är korrekta |
| Verktyg hittades inte | Säkerställ att verktygsnamnet i filtret matchar det som exponeras av servern |
För STDIO-transportsätt uppstår inte frågan om start: Vibe hanterar serverns livscykel själv, och om processen kraschar försöker den starta om den.
Håll sessionerna snabba
Varje aktiv MCP-server lägger till sina verktyg i agentens kontext, och du kommer inte att märka påverkan förrän du har åtta av dem. Effekterna är mekaniska: svarstiden ökar eftersom modellen måste välja mellan fler alternativ, och kostnaden per begäran stiger eftersom alla dessa verktygsdefinitioner konsumerar tokens i den debiterbara kontexten. Regeln är enkel: aktivera endast de servrar som är användbara för den aktuella sessionen.
När du bara är intresserad av en del av det som en server exponerar, är filtrering bättre än fullständig inaktivering:
# Använd endast fetch-verktyget från servern, inte de andra
enabled_tools = ["fetch_fetch"]
Avslutningsvis, föredra STDIO för allt som körs lokalt. Vibe startar och stoppar dessa servrar automatiskt: du behöver inte underhålla några tjänster i bakgrunden eller starta om dem efter en omstart.
Viktiga punkter
- MCP-servrar utökar Vibe med funktioner för webb, databaser och annat
- Agenten väljer automatiskt vilket MCP-verktyg som ska användas baserat på kontext
- Flera MCP-servrar kan kombineras i ett enda arbetsflöde
- Begränsa antalet aktiva servrar för att behålla prestanda
- Verktygsfiltrering möjliggör finjusterad kontroll över tillgängliga funktioner