我使用一个 MCP 端点来访问 ChatGPT、Claude、Gemini 和 Cursor

Source: Dev.to

我每天使用四个 AI 代理。Claude Code 协调我的工作。Gemini 编写代码。ChatGPT 进行网络研究。Claude Web 是我的头脑风暴场所。我偶尔也会使用 Cursor 和 Windsurf。

它们每一个都连接到同一个 URL。

一个端点。每个代理一个 API 密钥。 我注册的所有工具——GitHub、Slack、Cloudflare、Exa、我的数据库——对它们全部可用，立即生效，并具备相同的 DLP 扫描和审计日志记录。

这就是 MCP Hub 所做的工作，我想解释一下它在实际中的意义。

我遇到的问题

在引入 hub 之前，将 MCP 服务器连接到多个代理是个噩梦。每个代理都有自己的配置格式：

• Claude Code：~/.claude.json 中的 mcpServers 条目
• Cursor：每个项目中的 .cursor/mcp.json
• ChatGPT：开发者模式 UI，一次只能使用一个连接器
• Gemini CLI：.gemini/settings.json

同一个 GitHub MCP 服务器，却有四个不同的配置文件。四个不同的地方存放相同的令牌。

当我更换 GitHub 令牌时，我必须在所有四处逐一查找。添加新的 MCP 服务器（例如用于网页搜索的 Exa）时，我需要配置四遍。当其中一个配置出现拼写错误时，该代理会悄悄失去对所有工具的访问，我花了 20 分钟进行调试。

而且这些配置都没有任何安全扫描。我的代理可能会将包含数据库凭证、API 密钥和内部 URL 的工具调用直接发送到外部 MCP 服务器——而我根本不会知道，除非逐一审查每一次调用。

我现在的做法

我只在 Mistaike 仪表盘中 一次 注册我的 MCP 服务器。GitHub、Slack、Cloudflare、Exa、我的自定义服务器——全部使用加密凭证存储。

然后每个代理只得到一行配置：

URL: https://mcp.mistaike.ai/hub_mcp
Key: mk_

就是这样。每个代理都能看到所有工具。添加新服务器时，所有代理会立即获得。轮换凭证时，我只在仪表盘中更新一次。

实际每个代理的作用

这并非理论，而是我每天构建 mistaike.ai 的工作流程：

• Claude Code 是我的协调者。它负责规划工作、创建 GitHub 议题、审查 PR、分配任务。通过中心，它使用 GitHub（议题、PR、代码搜索）、Memory Vault（共享知识）以及 Bug Vault（297 k+ 条在编写代码前需要检查的模式）。
• Gemini 是执行者。它接收任务文件，创建分支，先编写测试，用实现功能，并打开 PR。通过同一中心，它访问相同的 GitHub、相同的 Memory Vault、相同的 Bug Vault。它会保存实现过程中发现的 bug 模式——这些模式随后可以被 Claude Code 在下一个会话中调用。
• ChatGPT 负责竞争情报。通过中心它可以从 Memory Vault 中读取我们已有的知识，然后使用其原生网页搜索来发现新的 MCP 安全产品、攻击手法和 CVE。它将发现保存回 Memory Vault，供所有其他代理查阅。
• Claude Web 用于头脑风暴。我在上面迭代设计、讨论架构、审查选项。当我对方向满意时，我通过中心将其保存到 Memory Vault。随后打开 Claude Code 并搜索——决策就在那里，随时可以实现。

四个代理。各自优势。共享的一套工具和记忆。

安全部分

每个代理的每一次工具调用都会通过 DLP 管道——双向。

• 当 Gemini 向 GitHub 发送工具调用时，如果不小心在上下文中包含了数据库密码，中心会在到达 GitHub 之前拦截它。
• 当不受信任的 MCP 服务器返回包含提示注入负载的响应时，中心会在代理看到之前阻止它。

特性

• 90 多种机密类型
• 35 多种个人身份信息实体
• 提示注入检测
• 破坏性命令拦截

所有这些均统一应用于每个代理、每次工具调用，无需针对每个代理进行单独配置。我没有为 Claude Code 单独设置 DLP，也没有为 ChatGPT 单独设置；只配置一次，中心就会在所有场景中强制执行。

The Memory Part

Memory Vault 是 hub 上的原生工具。每个代理都可以 save_memory 和 search_memories。它们共享同一个记忆池。

这是我工作流程变化最大的部分。使用 hub 之前，每次代理会话都是从零开始。我需要在每个会话中粘贴部署流程、git 规则、Alembic 约定、冒烟测试模式——每一次都是如此。

现在，vault 中已有 40 多条聚焦的记忆。每个代理在启动时会搜索它需要的内容：

• Claude Code 知道部署流水线。
• Gemini 知道 TDD 规则。
• ChatGPT 知道竞争格局。

它们都不需要我重复说明。

当某个代理学到新东西——比如 bug 模式、流程变更、用户纠正——它会将其保存。下一个代理，无论是哪一个，都能找到这些信息。

成本说明

Hub 可免费试用——在免费层级可获得最多 3 个 MCP 服务器注册。路由、审计日志和 Bug Vault 已包含在内。Memory Vault 属于付费层级。DLP 扫描 也属于付费层级，因为实时扫描每个负载会产生基础设施成本。

对于大多数个人开发者来说，3 台服务器足以看到价值（GitHub、数据库以及另一台）。如果需要更多，付费层级会提升上限。

诚实的收获

使用单一的 MCP 端点统一了所有 AI 代理的配置、安全性和共享知识。它消除了重复的配置，减少了凭证轮换的麻烦，并提供一致的 DLP 保护。最重要的是，共享的 Memory Vault 将每个代理的工作转化为一个集体的、不断增长的知识库，让我能够专注于构建，而不是重新输入上下文。

如果你在同时管理多个 AI 代理，试试 MCP Hub —— 生产力提升是显而易见的，安全的安心感更是无价的。

每个代理的单一端点

我之所以构建它，是因为我需要它。管理四个代理之间的 MCP 连接耗费了我的时间，并且泄露了我的凭证。Hub 解决了这两个问题。

它并不完美。ChatGPT 的 MCP 支持仍然较新，只能通过开发者模式并受 OAuth 限制使用。一些 MCP 服务器存在传输细节，需要采用变通方案。仪表盘 UI 可用，但尚未打磨。

但核心思路是可行的：

你的 MCP 设置应该属于你，而不是属于任何特定的代理。
工具应该跟随你。
记忆应该持久。
安全应该自动化。
你只需一次性完成所有配置。

本文描述了我截至 2026 年 3 月的实际日常工作流程。mistaike.ai 是我用来构建它本身的真实产品。MCP Hub 已上线，地址为 mcp.mistaike.ai。

最初发布于 mistaike.ai。