如何使用 MCP Server AI Coding 提升清潔業務效率：3 大自動化技巧
關鍵字：chatgpt, 自動化, json, google sheets, apps script, 清潔業務
問題：如何正確進行 MCP Server AI Coding？
解答
你分享的是一支 YouTube 影片的畫面，標題是：
《I Built the Ultimate RAG MCP Server for AI Coding (Better than Context7)》
作者：Cole Medin（12.2 萬訂閱）
這部影片是在介紹他打造的 RAG MCP Server，聲稱比 Context7 更強大。從畫面與旁邊的文字可推測，這個系統整合了：
– MCP 工具鏈（可能為 Modular Coding Platform）
– 使用了 Pydantic + Pyodide 技術堆疊
– 搭配 Deno + Python CLI 執行伺服器
– 對接了 AI 模型與語意檢索（RAG = Retrieval-Augmented Generation）
右側顯示的 prompt 設定中有：
“plaintext“
context7.acceptPydanticLibraryID:
"token": "mcp.server_integration"
這可能是用於將 Pydantic 模型結構轉換為 MCP 可讀格式的關鍵設定之一。
影片下方留言由 Context7 的開發者 Enes 留言說明：
> 他們目前沒有將 Context7 商業化的計畫，但可以考慮高流量用途（如 Cursor、Replit 那類公司級應用）。
—
如果你有興趣了解：
1. 這套 MCP Server 的架構與安裝方式
2. 如何自架或套用在自己的 VS Code / AI coding workflow 中
3. 這和你現在用的工具（如 Cursor、Grok、Codeium）有何不同
我可以幫你詳細解析這支影片的教學步驟與技術堆疊，甚至轉為繁中逐步教學。你想深入哪個部分？
結論
透過 MCP Server AI Coding 和 自動化技術 提升效率。