Model Context Protocol (MCP) 的核心定义与主要作用是什么？	它是一个开放标准，旨在让云代码无缝连接外部工具和数据来源，从而扩展 AI 的能力边界。
在 Agentic AI 中，“工具（Tools）”与传统 AI 的纯文本输出有何本质区别？	工具赋予 AI 代理执行实际操作的能力以完成复杂任务，而传统 AI 通常仅直接返回静态文本结果。
MCP 服务器主要分为哪两种类型？它们各自的运行环境是什么？	HTTP 服务器（用于远程服务，由提供商托管并通过网络访问）和 STDIO 服务器（用于本地运行的进程）。
如何通过命令行添加 MCP 服务器，并在会话中实时监控与管理它们？	使用 `claude mcp add` 命令添加；在会话中输入 `/mcp` 查看已连接状态、监控使用情况并禁用闲置服务器。
MCP 服务器的三种作用域（Scoping）分别是什么？如何实现团队同步？	本地（Local，仅限当前项目个人使用）、用户（User，跨所有项目可用）、项目级（Project scope，通过 `.mcp.json` 文件提交至版本控制，使团队成员自动获取相同配置）。
为什么配置过多 MCP 服务器会影响系统性能？应采取什么优化措施？	即使未被调用，工具定义也会持续占用上下文窗口空间。应定期使用 `/mcp` 禁用不活跃或未计划使用的服务器以释放上下文。
为节省上下文资源，当存在等效 CLI 工具时推荐采用什么策略？可结合哪种机制实现按需加载？	优先使用 CLI 工具（无持久化定义开销）；可结合“技能（Skills）”机制，仅在 Claude 判断需要时才将其加载至上下文窗口。
触发 Claude “工具搜索模式（Tool Search Mode）”的上下文占用阈值是多少？该模式的主要局限是什么？	阈值超过 10%。局限在于工具不在主上下文中，需动态发现，检索效率与响应准确性可能下降。
Cloud Code 是如何决定何时调用已配置的 MCP 工具的？	系统会根据用户查询自动判断意图，并在需要时主动调用相应工具以增强问题理解与任务执行能力。