ARTICLE · 人工智能
Claude 桌面扩展：为 Claude Desktop 一键安装 MCP 服务器
一语总结Anthropic 推出桌面扩展（.mcpb），一种新的打包格式，将 MCP 服务器及其所有依赖捆绑到一个可安装文件中，消除了复杂的手动配置，让非技术用户也能使用本地 MCP 服务器。
Anthropic 工程团队宣布推出桌面扩展（.mcpb 文件），这是一种面向模型上下文协议（MCP）服务器的新分发格式，解决了长期存在的安装摩擦问题。此前，用户需要开发者工具（Node.js、Python）、手动编辑 JSON 配置并解决依赖问题。现在，.mcpb zip 归档将服务器、manifest.json 和所有依赖打包在一起；Claude Desktop 内置 Node.js 运行时，可自动更新，并将机密存储在操作系统密钥链中。文章详细介绍了 manifest 模式（mcpb_version、服务器配置、包含敏感字段的 user_config、工具/提示词声明、跨平台覆盖），提供了分步打包指南（mcpb init → pack），并涵盖动态模板（${__dirname}、${user_config.key}）、功能声明以及应用内精选扩展目录等高级功能。安全与企业管控包括组策略/MDM 支持、黑名单、私有目录和预安装。规范、工具链和参考实现已开源（v0.1），以鼓励 Claude 之外的生态采用。内部示例包括一个 PyBoy GameBoy 模拟器扩展，可让 Claude 玩《宝可梦》。
- 桌面扩展（.mcpb）将 MCP 服务器及其所有依赖打包到单个可安装文件中。
.mcpb 格式是一个 zip 归档，包含 manifest.json、服务器代码和捆绑的依赖（node_modules/ 或 lib/），无需外部运行时或手动配置编辑即可一键安装。
- Claude Desktop 内置 Node.js 运行时，并处理自动更新和机密存储。
这消除了用户单独安装 Node.js/Python 的需要。API 密钥等敏感配置存储在操作系统密钥链中，并在运行时通过环境变量注入。
- manifest.json 以声明方式定义服务器配置、用户配置 UI、工具、提示词和跨平台覆盖。
开发者声明必需的用户输入（API 密钥、目录）及其类型和验证规则；Claude Desktop 渲染配置 UI，验证输入，并通过模板字面量（${user_config.key}、${__dirname}）将值传递给服务器启动命令。
- 规范、打包工具和参考实现已开源（v0.1），供生态系统广泛采用。
Anthropic 开源了 MCPB 规范、CLI 工具（@anthropic-ai/mcpb）、TypeScript 模式和参考代码，使其他 AI 桌面应用能够实现兼容的扩展支持，实现“一次打包，随处运行”。
- 企业管控包括组策略/MDM、黑名单、私有扩展目录和预安装。
组织可以集中管理扩展：批准/阻止特定扩展或发布者、禁用公共目录，并通过标准设备管理部署私有精选目录。
Claude 桌面扩展：为 Claude Desktop 一键安装 MCP 服务器
Anthropic 工程团队宣布推出桌面扩展（.mcpb 文件），这是一种面向模型上下文协议（MCP）服务器的新分发格式，解决了长期存在的安装摩擦问题。此前，用户需要开发者工具（Node.js、Python）、手动编辑 JSON 配置并解决依赖问题。现在，.mcpb zip 归档将服务器、manifest.json 和所有依赖打包在一起；Claude Desktop 内置 Node.js 运行时，可自动更新，并将机密存储在操作系统密钥链中。文章详细介绍了 manifest 模式（mcpb_version、服务器配置、包含敏感字段的 user_config、工具/提示词声明、跨平台覆盖），提供了分步打包指南（mcpb init → pack），并涵盖动态模板（${__dirname}、${user_config.key}）、功能声明以及应用内精选扩展目录等高级功能。安全与企业管控包括组策略/MDM 支持、黑名单、私有目录和预安装。规范、工具链和参考实现已开源（v0.1），以鼓励 Claude 之外的生态采用。内部示例包括一个 PyBoy GameBoy 模拟器扩展，可让 Claude 玩《宝可梦》。
文章金句
"去年我们发布模型上下文协议（MCP）时，看到开发者构建了出色的本地服务器，让 Claude 能够访问从文件系统到数据库的一切。但我们不断听到同样的反馈：安装过于复杂。
"桌面扩展（.mcpb 文件）通过将整个 MCP 服务器——包括所有依赖——捆绑到单个可安装包中，解决了这些问题。
"我们致力于围绕 MCP 服务器构建开放生态，并相信它被多种应用和服务普遍采用的能力已使社区受益。
"我们迫不及待想看到，将模型能力与用户本地机器上已有的工具、数据和应用程序连接起来，将带来无数可能。