主要观点：

• 大型语言模型（LLM）有训练截止日期，请求实时或未来数据时其准确性受影响，即便用户精心编写提示也如此，AI 助手正通过接入互联网来克服此问题，如 Anthropic 于 2025 年 4 月起为所有 Claude AI 付费计划提供网页搜索。
• 模型上下文协议（MCP）由 Anthropic 创建，旨在标准化 AI 应用与外部数据源的连接和工作方式，以丰富 LLM 上下文，其基于客户端-服务器架构，包含工具、资源和提示模板等，可分离关注点并将责任转移到 MCP 服务器。
• 以使用 Claude Desktop 为例，通过配置和专用 MCP 服务器插件，可利用 MCP 访问实时网页搜索，解决 LLM 因训练截止日期无法获取实时信息的问题，如获取即将到来的橄榄球比赛赛程等，并可将结果保存到本地文件。

关键信息：

• 2025 年 4 月 Anthropic 为 Claude AI 付费计划提供网页搜索。
• MCP 是标准化 AI 应用与外部数据源连接的开放协议。
• MCP 架构基于客户端-服务器，包含多种组件和工作流程。
• 通过配置 Brave Search MCP 服务器和 Filesystem MCP 服务器到 Claude Desktop，可实现实时网页搜索和本地文件操作。

重要细节：

• 安装 Claude Desktop 并选择默认模型，初始提示因训练截止日期无法获取有效信息。
• 需注册 Brave Search 并获取 API 密钥，在 Claude Desktop 配置中添加 brave-search MCP 服务器相关信息，同时安装并配置 Node.js 等环境。
• Claude Desktop 可通过 brave-search MCP 服务器进行多次网页搜索以获取所需信息，且可将时间转换为罗马尼亚时区。
• 配置 Filesystem MCP 服务器时需注意只能在指定目录（如 C:/temp）进行操作，首次写入文件时因路径不在允许范围内出错，后成功写入本地文件。
• 提供了相关资源链接，如 Claude Desktop 下载地址、MCP 服务器仓库等。