当你在使用 Cline时，Cline 可能会受到你在设置中选择的模型的限制。
MCP 服务器是一种非常好的方式， 为这些模型提供额外的上下文，提升其生成代码的能力。
以下是 MCP 服务器在 Client 中的五大主要用途，可以显著扩展 LLM 的能力：
🔍 搜索、📄 文档、🌐 浏览器控制、🗄️ 网页抓取和🤔 推理。
🤖 尽管 Claude 4、Gemini 2.5 和 GPT-4.1 等商业模型能完成其中一些任务， 使用 MCP 服务器依然是扩展模型在 Cline中能力的好方法。
以下是很多开发者常用的 MCP 服务器：
🔬 Perplexity 用于研究，
📚 Context 7 用于文档，
🕸️ Puppeteer 用于浏览器控制，
🦀 Firecrawl 用于网页抓取，
🧩 Sequential Thinking 用于逻辑推理。
🎬 下面我们看看这些 MCP 服务器如何提升你的编码体验：
LLM 通常无法获取训练数据之外的信息。
Perplexity 能够实时搜索网页，获取相关数据。
当 Client 配备了 Perplexity 时，它可以将搜索结果纳入上下文中使用。
当你的项目依赖新的或经常更新的库时，Context 7 非常有用。
无需等待模型重新训练，通过 Context 7 可直接获取最新文档。
Puppeteer 可自动执行浏览器任务，如测试、导航和点击。
你甚至可以让 Client 与自己的网页应用交互。
Firecrawl 可抓取整个网站，并将其转换为 Markdown 格式供 Client 使用。
可用于克隆网站、批量抓取文档，或进行通用研究。
Sequential Thinking 能将复杂问题拆解为多个步骤，提升解决质量。
MCP 服务器发展迅速，能大幅提升你在 Client 中的使用体验。
