开发者工具 on Kalend's Blog

4万个MCP Server，你该信谁？六家平台横评，别再只看数量了

Thu, 02 Jul 2026 23:00:00 +0800

先说结论

别被"4万个"唬住了。

MCP Server 不是越多越好。你真正需要的可能就 5-10 个，关键是谁帮你把好质量关、谁的访问速度能让你不骂街。我花了两天时间把六个平台翻了个底朝天，结论很粗暴：

个人开发者：Smithery 为主（量大、开源透明），ModelScope 做补充（在线测试真香）
企业团队：ModelScope 一把梭（阿里云官方、SLA、百炼生态打通）
对安全敏感的：mcp-marketplace.io（有审核流程）或 MCP Hub中国（精选）
想偷懒选最多的那个：MCP Store——但做好踩坑准备，40000 这个数字水分不小

下面是完整的横评。

六个平台，一张表看懂

维度	Smithery	MCP Store	ModelScope	MCP Hub中国	MCP World	mcp-marketplace.io
服务器数	6000+	40000+	未公开	74+	未确认	4700+
路线	海量开源	海量聚合	官方生态	精选	导航	安全审核
安全审核	❌	❓	✅（官方）	✅（精选）	❓	✅
中文支持	❌	✅	✅	✅	✅	❌
在线测试	❌	✅	✅	❌	❌	❌
一键安装	✅	✅	✅	❌	❌	✅
开源自托管	✅	❌	❌	❌	❌	❌
企业级SLA	❌	❌	✅	❌	❌	❌

看完这张表，你应该有个感觉了：没有一个平台样样都行。 这才是现实。

逐个拆解

Smithery：海外生态王，但访问是真痛

smithery.ai 是目前海外最大的 MCP 开源托管平台，6000+ 个服务器，社区驱动，代码开源（Smithery Connect），每个服务器都提供标准化 install command，直接复制就能用。想查源码？一键跳 GitHub。

好的地方：生态丰富到离谱，你能想到的工具基本都有人做了。开源透明，你可以自托管整个平台。比如你想接 GitHub、接数据库、接 Slack，搜一下全有，而且每个 Server 都附带 GitHub 源码链接，代码能翻个底朝天。

不好的地方：服务器在海外，国内访问慢得你想砸键盘——搜索一个关键词等 5 秒，装一个 Server 等 30 秒，体验差距明显。英文为主，对不习惯看英文文档的人不友好。最要命的是没有安全审核——任何开发者都能上传，你装的 Server 里藏了什么代码，全靠你自己的审查能力。好消息是它开源，你可以自己审查甚至自托管整个平台来规避第三方风险。

MCP Store：4万这个数字，我存疑

mcpmarket.cn 号称 40000+ 服务器，两步安装到 Claude/Cursor，中文界面，看起来很美好。

但我查了一下数据：Smithery 作为海外最大的开源平台，社区贡献了一年多才攒到 6000+。一个国内平台突然冒出 40000+，这个数字怎么来的？详情页写的 30000+，首页写的 40000+，自己都对不上。注水嫌疑很大。

优势是确实方便——中文界面 + 两步安装，对新手友好。但如果你在乎质量，建议谨慎。我试了几个标称"热门"的 Server，有的文档基本为零，有的工具描述和实际功能完全对不上。40000 这个数字更像是把各处抓来的条目全堆上去，真正能稳定跑起来的可能远不到十分之一。

ModelScope MCP：阿里云亲儿子，稳

modelscope.cn/mcp 是阿里云魔搭社区的 MCP 板块。这不是一个纯导航站，而是一个有官方运营、企业级 SLA、在线测试的完整平台。

最大的亮点是：你可以直接在网页上测试 MCP Server 的工具，不用先装到本地。官方的 modelscope-mcp-server 接入了模型、数据集、创空间、论文，跟阿里云百炼平台深度打通。

优势：官方背书、稳定可靠、在线测试省了大量试错时间。对团队协作场景来说，有人兜底和没人兜底是两个概念。

劣势：偏阿里生态，如果你不用百炼，很多价值发挥不出来。服务器数量不如 Smithery，找冷门工具时大概率要转战其他平台。

MCP Hub中国：74个，少但精

mcp-cn.com 走的是完全不同的路线——不追求量，只选 74+ 个经过筛选的 Server。

74 个听着少，但如果你真正用 MCP 做开发的场景，常用的也就那几十个：文件系统、Git、数据库、搜索、邮箱、日历……主流需求基本都覆盖了。精选意味着每个都过了基本审查，不会出现"装完发现是空壳"的情况。

劣势也很明显：覆盖面有限，你要找冷门工具时这里大概率没有。而且没有在线测试和一键安装，找到之后还得自己手动配置。

MCP World：存在感低

mcpworld.com 2025年9月上线，定位"海量 MCP 工具导航"。中文、分类清晰，但知名度低，质量审核机制不透明。可以作为备用搜索入口，不建议作为主力。

海外补充：mcp-marketplace.io 和 PulseMCP

mcp-marketplace.io 有 4700+ 服务器，走的是安全审核路线——每个 Server 上架前都要过审核。如果你对安全性敏感（比如企业环境），这是海外最靠谱的选择之一。

PulseMCP 则主打客户端整合，直接把 MCP Server 接入你的工作流，体验比较丝滑。它更像一个"推荐引擎"而非商店，帮你从海量 Server 里筛选出适合你使用习惯的那些，适合不想花时间研究的人。

怎么选？决策表

你的场景	推荐	理由
个人开发，想多试工具	Smithery	量大、开源、可直接安装
企业团队，要稳定可靠	ModelScope	官方背书 + SLA + 在线测试
对安全敏感	mcp-marketplace.io / MCP Hub中国	有审核流程
纯中文需求，图省事	MCP Store	但注意质量风险
不确定，先试试	ModelScope 在线测试	零安装就能跑工具

不可能三角

MCP 应用商店有三个核心维度：数量、质量、访问速度。

这三个你最多只能选两个：

选数量+质量 → Smithery + mcp-marketplace.io，但海外访问慢
选质量+速度 → ModelScope / MCP Hub中国，但数量有限
选数量+速度 → MCP Store，但质量没保障

没有银弹。认了吧。

我的推荐组合

国内开发者，我的建议是双平台策略：

ModelScope 做主力：在线测试筛选 → 确认可用后部署，稳定且有官方兜底
Smithery 做补充：ModelScope 找不到的工具去 Smithery 搜，接受访问慢的代价

不推荐：只看 MCP Store 的 40000+ 数字就闭眼选。数量是最容易造假的指标，你装的每一个 Server 都有潜在的安全风险——从恶意代码到权限滥用，MCP Server 跑在你的环境里，有文件系统访问权限、有网络请求能力。选平台，本质上是选一个帮你过滤风险的中间人。

数量不等于价值。能用、安全、快，才是真正重要的三件事。

ZCode 3.0 换自研内核：智谱从"壳"变"引擎"，开发者该上车还是观望？

Tue, 16 Jun 2026 08:00:00 +0800

从"壳"到"引擎"

ZCode 3.0 的这次改版，本质上是一次产品战略的关键转折——从打包第三方 AI Agent 的"可视化壳"，变成了拥有自研内核的"智能引擎"。半年前的秘密发布期，智谱还在做"轻量级可视化 AI 编辑器"——把 Claude Code、Gemini 这类命令行 Agent 包装成图形界面，降低使用门槛。但到了 3.0 版本，智谱全面切换到自研的 ZCode Agent 内核，针对 GLM-5.2 做了深度优化。

这个转变背后的逻辑很清晰：如果你只是给别人的引擎换个壳，那永远受制于人。

为什么必须换内核？

第三方 Agent（比如 Claude Code）的局限性在于三件事。

第一是黑盒问题——你不知道它是怎么决策的，调用了哪些工具，链路走到哪一步断了。这对于需要长时间运行的大型工程来说是个隐患。第二是无法深度优化——GLM-5.2 的长程推理能力和工具调用能力，只有内核级优化才能充分发挥，API 层的包装解决不了根本问题。第三是依赖外部更新节奏——第三方 Agent 的升级节奏不由你控制，你想赶某个关键功能发布，可能得等对方排期。

而智谱作为 GLM 的母公司，手里有最完整的模型能力数据。长程推理怎么调、工具调用链路怎么设计、大型工程执行过程如何稳定——这些只有内核级优化才能做到极致。掌握核心引擎等于掌握产品命运。

自研内核的三大提升

ZCode 3.0 自研内核的优化重点有三块：长程推理、工具调用、大型工程执行链路。

官方称，这三项针对 GLM-5.2 的深度优化，让"整体任务完成效果已显著优于第三方 Agent"。注意这里用的是"官方称"——我还没亲自跑过 ZCode 3.0 的对比测试，这个结论来自智谱的对外声明，独立评测还没出来。

长程推理优化解决的是"半途而废"问题。AI Agent 在处理复杂任务时，经常写到一半就忘上下文，或者推理链路断裂。自研内核对 GLM-5.2 的长程推理能力做了针对性优化，理论上能让 Agent 在多步任务中保持连贯性。但这是理论，实际效果如何，还得等社区实测。

工具调用增强针对的是"工具链稳定性"。大型工程往往要调用 Git、构建工具、测试框架一堆东西，第三方 Agent 的工具调用链路可能不够稳定。自研内核可以从底层保证工具调用的可靠性。官方表示大型工程执行链路的稳定性有"显著提升"——同样，这是官方立场，未经独立验证。

任务完成效果这个指标比较抽象。官方说"已显著优于第三方 Agent"，但没给具体数据。什么任务、什么规模、什么对比标准——这些细节都没披露。换句话说，性能声明值得期待，但需要保留质疑空间。

新功能拆解

除了内核切换，ZCode 3.0 还带来了一些实际能降低开发者负担的功能。

分组式任务工作区解决的是多 Agent 管理混乱问题。同时跑多个 AI 任务时，统一的界面管理能让你一眼看到所有任务的进度和状态。这对于真正用 Agent 做项目的开发者来说是真实痛点——多个 Agent 各自为政，没有聚合视图会很痛苦。

Zread 智能知识库自动生成项目文档。手动写文档容易过时，AI 自动生成能保证文档和代码同步。但这个功能的质量如何——生成的内容有没有用、格式是不是工程级——还需要实际使用验证。

Git 分支图谱把分支关系可视化。对于复杂项目，分支管理本身就是个认知负担，可视化能降低 Git 的入门门槛。这个功能的实用价值比较高，尤其是对命令行不熟的开发者。

监控看板聚合全局状态。长时间运行的任务需要全程跟踪，监控看板能把所有状态集中展示。这对于自动化流水线、CI/CD 之类的场景比较有用。

3.0.1 补丁版修复了一些问题：GLM 请求调度、会话数据丢失、知识库生成、Windows/macOS 兼容性。这说明 Beta 阶段仍有稳定性问题——会话数据丢失这种 bug 是比较严重的，建议早期使用者做好数据备份。

谁该上车，谁该观望？

建议上车的人群：国产模型重度用户、有多 Agent 管理需求的人、命令行门槛敏感者。

如果你本来就用 GLM，那自研内核对 GLM 的深度优化对你最有价值——毕竟这是智谱自己的模型，优化深度肯定比第三方好。如果你经常要同时跑多个 AI 任务，分组式工作区和监控看板能解决真实痛点。如果你不想对着黑框打字，图形界面降低使用门槛是实打实的。

建议观望的人群：Claude Code 重度依赖者、稳定性敏感场景、担心生态封闭的用户。

如果你已经深度依赖 Claude Code 的生态，那 ZCode 3.0 自研内核对 Claude 的优化可能不如第三方。智谱现在的重点在 GLM，对 Claude/Gemini 的支持深度能到什么程度——这点还有不确定性。Beta 阶段加上刚换内核，3.0.1 还在修 bug，稳定性敏感场景建议再等等。从开放集成（Claude/Gemini/GLM 都支持）到自研内核，会不会逐渐减少对第三方的支持——这是生态封闭的潜在风险。

风险与不确定性

官方说辞和实测效果之间永远有 gap。智谱称"显著优于第三方 Agent"是官方立场，独立评测还没出来。性能提升是"官方表示"的，实际跑起来怎么样，得等社区反馈。

Beta 阶段的稳定性需要关注。3.0.1 修复列表里会话数据丢失这种问题，说明产品还在快速迭代期。如果你要用于生产环境，建议等几个版本稳定再说。

自研内核的生态封闭风险也不可忽视。从开放集成到自研内核，逻辑上是"我能把别人的引擎用好"变成"我自己的引擎更好"。但会不会因此减少对第三方 Agent 的支持深度？比如对 Claude Code 的特性兼容、对 Gemini 的功能适配——这些都没明确承诺。战略转向一旦完成，回头支持第三方的可能性会降低。

我的建议

如果你是国产模型用户、愿意尝鲜、能接受早期产品的不稳定性，可以试试 ZCode 3.0。自研内核对 GLM 的优化是实打实的优势，分组式工作区也是真实痛点解决。

但如果你是 Claude Code 重度依赖者、需要稳定性、担心生态封闭，建议观望。等独立评测出来、等 Beta 阶段过去、等社区反馈更充分——再决定也不迟。

AI 编程这个领域变化太快了，今天最优的选择半年后可能就被颠覆。保持开放心态，但别轻易把全部赌注押在一个产品上。