我给在线 Markdown 接上了 MCP，现在 AI 能直接替我写稿了

以前 AI 是替你”想”，接上 MCP 之后，AI 开始替你”做”了。

背景

我一直在维护一个在线 Markdown 编辑器（对，就是那个烧了一千刀后来开源的项目）。读者反馈最多的一句话是：

“AI 能不能直接把我写的东西排版好？”

答案是可以，但绕了一圈。传统做法是让 AI 生成完整 Markdown，用户复制粘贴回编辑器——体验割裂，而且长文经常被截断。接入 MCP 之后，AI 可以直接操作编辑器：新建文档、写入内容、修改标题层级、插入代码块，一气呵成。

什么是 MCP

MCP（Model Context Protocol）是 Anthropic 2024 年底开源的协议，定位是”AI 应用的 USB-C 接口”：

• Host：AI 客户端（Claude Desktop、Cursor、各种 Agent）
• Server：暴露工具给 AI 用的服务（文件系统、数据库、浏览器……）
• Client：Host 内部负责和 Server 通信的组件

graph LR
  A[AI Model] --> B[Host]
  B --> C[MCP Client]
  C <-->|JSON-RPC 2.0| D[MCP Server]
  D --> E[你的应用/数据]

实现：Markdown 编辑器的 MCP Server

我基于官方 TypeScript SDK 写了一个极简 Server，暴露三个工具：

核心代码只有几十行：

import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';

const server = new McpServer({
  name: 'md-editor',
  version: '1.0.0',
});

server.tool(
  'write_markdown',
  { doc_id: z.string(), content: z.string() },
  async ({ doc_id, content }) => {
    await docs.update(doc_id, content);
    return { content: [{ type: 'text', text: `✓ 已写入 ${doc_id}` }] };
  }
);

await server.connect(new StdioServerTransport());

效果

接好之后，我在 Claude 里说：

“把我草稿箱里那篇关于 MCP 的文章，按三级标题重新组织，加一个对比表格，顺便在开头加引用块。”

AI 的响应变成了一连串工具调用——打开草稿、读取内容、重组标题、插入表格——最后告诉我”已全部完成，刷新看看”。整个过程不需要复制粘贴一次。

关键心得

1. 工具粒度要小：write_markdown 一把梭很容易覆盖错误内容，patch_markdown 按标题定位更安全
2. 必须做撤销：AI 写错内容后，Ctrl+Z 是用户最后的救命稻草，我在 Server 里加了快照机制
3. 返回要可读：工具返回的 text 是 AI 判断下一步的依据，写清楚”做了什么、当前状态是什么”
4. 限流与配额：本地 AI 还好，云端模型调用工具是有成本的，要做好每次调用的审计

下一步

MCP 的生态还在爆发期：文件系统、浏览器、数据库、GitHub 的官方 Server 都已就绪。我下一步打算给编辑器接上浏览器 MCP，让 AI 写完文章之后直接去查引用来源的真实性。

代码已开源，链接在 GitHub —— 欢迎 star，更欢迎提 PR。