推荐 7 个开源的AI Coding MCP项目，让你的开发如何得水
分享7个AI Coding的MCP项目，有些比较知名，不过随着AI开发编辑器产品的迭代发展，有些厂商也认识到有些功能在项目开发过程中作用比较重要，本身功能就实现了这些MCP的功能，比如思维链（Sequential Thinking），也有些自带能安装部分MCP插件，比如Augment Code最新版本都可以选择自动安装Contex7、Playwright等。
这些MCP给AI Coding带来很多事半功倍的效果，接下来列一下几个常用的：
01. EdgeOne Pages MCP
你使用 Cursor 生成的 HTML 静态页面，如何发布出去让其它人也能访问到？腾讯开源的 EdgeOne Pages MCP 能帮上你的忙，它能将 HTML 内容、文件夹和 zip 文件部署到 EdgeOne Pages ，丢给一个可公开访问的 URL链接。你看，使用这个 MCP 服务，可以直接把 AI 写的 2048 小游戏部署它起来。变成一个 mcp.edgeone.app/share/url 形式的链接，分享出去别人就能玩了。
除了链接，它还能把 zip 压缩包设置成可访问的链接，挺牛的。
开源地址：https://github.com/TencentEdgeOne/edgeone-pages-mcp配置方式：
02.Chrome MCP
让 AI 调用你的 Chrome 干活。
这个 MCP 能把你的 Chrome 浏览器变成了一个能被 AI 控制的智能工具，真正的让浏览器干活。
直接利用你日常使用的 Chrome（包括你的登录状态和设置），不需要额外开新浏览器，无缝衔接超方便。AI 可以通过这个 MCP 自动完成网页操作、截图、管理书签/历史，还能进行网页内容语义搜索和智能分析，功能超强。
开源地址：https://github.com/hangwin/mcp-chrome
03.Firecrawl MCP Server
你在逛各大 MCP 广场的时候，都会见到这个 MCP 服务的面孔。
本质是给 AI 装了个"网页抓取外挂"，通过 MCP 让 Cursor、Claude 等任意大模型都能调用专业爬虫功能。
它把复杂的网页抓取封装成 AI 能直接调用的工具包：单页提取、批量爬取、全网搜索、深度抓取、结构化提取五大功能一键集成，连 JavaScript 渲染页面都能搞定。
开源地址：https://github.com/mendableai/firecrawl-mcp-server
04.Context7 MCP
告别 AI 编程瞎编乱造。
context7 MCP 是一个 AI 编程开外挂 MCP 神器，它专门解决 AI 瞎写代码、乱编接口的问题。
当你用 Cursor、VS Code 等工具里 AI 写代码时，只需在提示词里加上 use context7 这个指令，它写代码的时候，就能拉取你所用库的最新、最准确的官方文档和代码示例。
这样 AI 就不会凭空想象，而是基于当前库最新版本和真实的用法，大大提高了代码的可用性和正确性。
开源地址：https://github.com/upstash/context7
05.Sequential Thinking MCP
思考过程拆分成清晰的步骤，早期很火的MCP。
看名字也能猜出来，这个 MCP 能让 AI 把思考过程拆分成清晰的步骤，让思路更有条理。
对于复杂问题，接入它效果出奇的好。
通过促进 AI 结构化、渐进式的思考，把复杂问题分解为连续的思路，跟踪思考过程的进展并生成摘要。
开源地址：https://github.com/arben-adm/mcp-sequential-thinking
06.Shrimp Task Manager MCP
把复杂任务拆解成可执行的小步骤的 MCP。和上面那个 MCP 类似，Shrimp Task Manager 像一位 AI 的“项目经理”，能帮 AI 把复杂任务拆解成可执行的小步骤，管理执行顺序和依赖关系。
**接入它，AI 就能进行深度技术调研（研究模式）、自动保存任务记忆避免重复工作，还能为项目制定开发规则保证代码一致性。**让 AI 编程更有条理、更少出错。
开源地址：https://github.com/cjo4m06/mcp-shrimp-task-manager07.Interactive Feedback MCP
当主流 AI 工具还在“揣测圣意”时，interactive-feedback-mcp 已开启「先确认再执行」的新范式。
传统模式，让 AI 帮写一个登录功能，AI 会直接生成代码，消耗一次 API ，此时可能生成的代码质量不是很好，后续可能还会调整。
接入这个 MCP ，让 AI 帮写一个登录功能，AI 会先问你“需要短信验证吗？”，你可以选择自己的倾向，AI 继续执行，全程仅调用 1 次 API，但是生成的代码可能就不需要再次调整了。
因为 Claude 等按调用次数收费的服务，这个开源项目能避免 AI 理解偏差→生成废代码→重新调试的死循环， 单需求省 3-5 次调用。和 MCP Feedback Enhanced 有异曲同工之妙。
开源地址：https://github.com/poliva/interactive-feedback-mcp