1. 项目概述：为AI助手装上“韩国本地搜索”的眼睛

如果你和我一样，经常需要处理与韩国市场、产品、文化相关的内容，那你一定遇到过这个痛点：无论是Claude、Cursor还是其他AI助手，当你想让它帮你查一下韩国本地的商品价格、看看韩国网友的真实评价，或者了解一下韩国最新的新闻动态时，它给出的信息要么是过时的，要么干脆就是错的。原因很简单，这些AI模型的知识库是全球性的，对于韩国这种互联网生态高度本地化、信息壁垒比较明显的市场，它们很难触达最核心、最鲜活的数据源。

这就是 uju777/mcp-server-naver-search 这个项目诞生的背景。它本质上是一个 Model Context Protocol (MCP) 服务器 ，专门为 Anthropic 的 Claude Desktop、Claude Code 以及 Cursor 编辑器，搭建了一座通往 Naver（네이버） 的桥梁。Naver 是什么？你可以把它理解为韩国的“百度+淘宝+微博+知乎”综合体，是韩国人日常生活中绝对离不开的国民级应用。无论是购物比价、查找社区攻略、阅读新闻，还是看博主的深度评测，Naver 都是第一选择。

这个 MCP 服务器的核心价值，就是让 AI 助手能直接调用 Naver 的官方搜索 API，获取一手、实时、高相关性的韩国本地信息。想象一下，你可以直接问 Claude：“帮我查查三星 Galaxy S24 在 Naver 购物上的最低价和用户评价”，或者“找找首尔弘大附近最近有什么新开的网红咖啡店，看看 Naver 博客上怎么说的”。AI 不再是基于陈旧或间接的信息进行推测，而是能像一名熟练的韩国网民一样，直接“看到”Naver 上的真实内容。

我花了一周时间，从申请 API 到配置部署，再到实际测试各种搜索场景，把这个工具彻底跑通了。整个过程踩了不少坑，也总结出了一套能让它稳定、高效工作的配置方法和使用技巧。接下来，我就把这套完整的实战经验分享给你，无论你是开发者、跨境电商从业者、内容研究者，还是单纯对韩国信息有需求的人，都能跟着这篇指南，亲手给你的 AI 助手装上这双“本地化”的眼睛。

2. 核心原理与架构拆解：MCP 如何让 AI “学会”搜索

在动手之前，我们得先搞清楚这个工具是怎么工作的。知其然更要知其所以然，这样后面遇到问题你才知道从哪里下手解决。

2.1 Model Context Protocol (MCP)：AI 的“外挂技能包”

你可以把 MCP 理解为一个标准化的插件协议。像 Claude 这样的 AI 模型，它的核心能力是理解和生成语言，但它本身并不具备“实时搜索网络”这个功能。MCP 定义了一套通信规范，允许外部的服务器（就像我们这个 Naver Search Server）向 AI 模型“注册”自己具备的新能力（在 MCP 里叫 Tools 或 Resources ）。

当你在 Claude 的对话窗口中输入“帮我查查…”，Claude 会先判断你的意图。如果它发现自己的内置能力无法满足（比如需要实时数据），它就会去查询已连接的 MCP 服务器，看看有没有服务器提供了相关的 Tool。我们的 Naver Search Server 就提供了诸如 search_naver_shopping 、 search_naver_cafe 这样的 Tools。Claude 识别到匹配后，就会调用这个 Tool，将你的查询关键词发送给我们的服务器。服务器收到请求后，再去调用真正的 Naver API 获取结果，整理成结构化的数据返回给 Claude。最后，Claude 再将这些数据融入它的回答中，呈现给你。

整个过程对用户是透明的，你感觉就像是 Claude 自己“会”搜索 Naver 了一样。这比传统的“复制关键词 -> 打开浏览器 -> 搜索 -> 复制结果 -> 粘贴给 AI”的流程，效率提升了不止一个量级。

2.2 项目架构与数据流

这个 MCP 服务器的代码结构非常清晰，核心就是一个 Python 脚本（ server.py ），它基于 mcp 这个官方 Python SDK 开发。我们来拆解一下它的内部工作流程：

  1. 初始化与注册 ：服务器启动时，会向连接的 AI 客户端（Claude Desktop 等）宣告：“嗨，我这里有四个工具可以用哦：购物搜索、咖啡厅社区搜索、新闻搜索、博客搜索。”
  2. 请求拦截与转发 ：当 AI 客户端发起一个搜索请求时，服务器会根据工具类型，构造符合 Naver Search API 要求的 HTTP 请求。这里的关键是参数映射，比如将“显示数量”映射为 API 的 display 参数，将“排序方式”映射为 sort 参数。
  3. API 调用与认证 ：服务器使用你配置的 NAVER_CLIENT_ID 和 NAVER_CLIENT_SECRET ，以 HTTP Header 的形式添加到请求中，完成对 Naver 开放平台的认证。这是整个链条安全性的基础。
  4. 响应处理与格式化 ：服务器收到 Naver API 返回的 JSON 数据后，不会原样扔给 AI。它会进行关键信息提取、清洗和格式化，比如从商品信息中提取标题、价格、链接、商家；从博客文章中提取标题、摘要、博主名称、发布时间等。格式化后的数据结构更清晰，便于 AI 理解和总结。
  5. 结果返回 ：处理好的结构化数据最终返回给 AI 客户端，完成一次完整的 Tool 调用。

为什么选择 Naver API 而非爬虫？ 这是项目设计上一个非常明智的选择。直接爬取 Naver 网页不仅违反其服务条款，面临 IP 被封禁的风险，而且网页结构复杂多变，维护成本极高。Naver 官方提供的 Search API 稳定、合法、数据结构规范，虽然免费额度有限（每日 25,000 次），但对于个人和大多数商业场景的检索需求来说，完全足够。这体现了开发者对可持续性和合规性的重视。

2.3 环境与工具选型解析

项目依赖的核心工具是 uv ，这是一个用 Rust 写的、速度极快的 Python 包管理器和项目运行器。它比传统的 pip + venv 组合要快得多，并且能很好地处理依赖隔离。项目选择 uv 来运行，确保了跨平台（macOS, Windows, Linux）环境的一致性，避免了“在我机器上好好的”这类问题。

其他依赖如 httpx （用于 HTTP 请求）和 python-dotenv （用于管理环境变量）都是现代 Python 异步和配置管理的首选库，轻量且高效。整个技术栈的选择体现了“用对工具，事半功倍”的思路。

3. 从零开始的完整配置实战

理论懂了，我们开始动手。这部分我会手把手带你完成从申请 API 到最终在 Claude 里成功搜索的全过程，并附上我踩坑后总结的每一个细节。

3.1 第一步：获取 Naver Developers API 密钥

这是整个流程的敲门砖，也是最容易卡住新手的环节。

  1. 访问与注册 ：打开 Naver Developers 页面。如果你没有 Naver 账号，需要先注册一个。这里有个小坑：注册时可能需要韩国手机号验证。对于海外用户，可以尝试使用一些提供韩国虚拟手机号接收短信的服务，或者寻找有韩国朋友的帮助。这是访问许多韩国服务的常见门槛。
  2. 创建新应用 ：登录后，点击“应用注册”。在“应用名”里，填写一个你能识别的名字，比如 “My Claude Search Tool”。“使用服务”一定要选择 Search (검색) 。其他信息如“홈페이지URL”（主页URL），如果你没有，可以填写 http://localhost 或你的 GitHub 主页地址，Naver 对此校验不严格。
  3. 关键配置：环境设置 。创建成功后，进入应用管理页面。找到 “환경 설정” (Environment Settings) 或 “API 설정” (API Setting) 标签页。这里你需要添加至少一个“웹 서비스 환경”(Web Service Environment)。
    • 서비스 URL : 填写 http://localhost
    • 서비스 환경 : 选择 Development 或 Production 均可，对于本地 MCP 服务器， Development 即可。
    • 비즈니스 등록번호 : 个人开发者通常没有，可以留空或填写一串虚拟数字（如 123-45-67890），系统有时会做格式校验但不一定严格验证真实性。
  4. 获取密钥 ：环境添加成功后，回到应用概览页，你就能看到你的 Client ID 和 Client Secret 。把它们妥善保存下来，下一步就要用到。

实操心得：关于 API 调用限额 Naver Search API 的免费限额是每天 25,000 次请求。听起来很多，但要注意， 每次搜索，无论你请求返回10条还是100条结果，都算作1次请求 。所以对于个人日常使用，这个额度几乎是无限的。但如果你计划集成到高频调用的自动化流程中，就需要监控用量，必要时考虑 Naver 的付费套餐。

3.2 第二步：本地部署 MCP 服务器

有了密钥，我们开始部署服务器代码。

  1. 克隆项目代码 ：打开你的终端（命令行），找一个合适的目录，执行：

    git clone https://github.com/uju777/mcp-server-naver-search.git
cd mcp-server-naver-search

    如果没安装 git，你也可以直接在 GitHub 页面下载 ZIP 包并解压。

  2. 安装 uv ：如果你的系统还没有 uv ，强烈建议安装它。在终端执行以下命令之一：

    • macOS/Linux : 
      curl -LsSf https://astral.sh/uv/install.sh | sh
      安装后，重启终端或运行 source ~/.bashrc (或 source ~/.zshrc ) 使命令生效。
    • Windows (Powershell) : 
      powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

    安装完成后，在终端输入 uv --version 确认安装成功。

  3. （可选）创建虚拟环境并安装依赖 ：项目推荐直接用 uv run 来执行，它会自动处理依赖。但如果你想显式安装依赖到虚拟环境，可以：

    uv venv  # 创建虚拟环境
source .venv/bin/activate  # 激活 (Linux/macOS)
# 对于 Windows: .venv\Scripts\activate
uv pip install -e .  # 安装项目及其依赖

    不过，根据项目提供的配置示例，更推荐直接使用 uv run 的方式，这样配置更简洁。

3.3 第三步：配置 Claude Desktop（最常用场景）

这是最核心的配置环节，不同客户端的配置方式略有差异，我们一个一个来。首先是最常用的 Claude Desktop。

  1. 定位配置文件 ：Claude Desktop 的 MCP 配置文件通常位于：

    • macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows : %APPDATA%\Claude\claude_desktop_config.json
    • Linux : ~/.config/Claude/claude_desktop_config.json 如果文件或目录不存在，你需要手动创建。

  2. 编辑配置文件 ：用任何文本编辑器（如 VS Code、Notepad++）打开这个 JSON 文件。如果文件是空的，就从一对花括号 {} 开始写。你需要添加一个 mcpServers 字段。 非常重要：请将 /YOUR/PATH/TO/mcp-server-naver-search/server.py 替换为你电脑上 server.py 文件的真实绝对路径。 以下是完整的配置示例，我加了详细注释：

    {
  "mcpServers": {
    "naver-search": { // 给这个服务器起个名字，可以自定义
      "command": "uv",
      "args": [
        "run",
        "--with", "mcp[cli]", // 声明需要 mcp 的 CLI 组件
        "--with", "httpx",    // 声明需要 httpx 库
        "--with", "python-dotenv", // 声明需要 python-dotenv 库
        "/Users/yourusername/Projects/mcp-server-naver-search/server.py" // 【必须修改】你的 server.py 绝对路径
      ],
      "env": { // 在这里注入你的 Naver API 密钥
        "NAVER_CLIENT_ID": "YOUR_ACTUAL_CLIENT_ID_HERE",
        "NAVER_CLIENT_SECRET": "YOUR_ACTUAL_CLIENT_SECRET_HERE"
      }
    }
  }
}

    踩坑记录：路径与引号

    • Windows 用户注意 ：路径中的反斜杠 \ 需要转义，或者直接使用正斜杠 / 。例如： "C:/Users/YourName/Documents/mcp-server-naver-search/server.py" 。
    • 路径包含空格 ：如果路径中有空格，整个路径需要用双引号包裹，但 JSON 字符串本身已经有双引号了，所以需要转义。例如： \"C:/My Projects/naver search/server.py\" 。最省事的办法是把项目放在一个没有空格的路径下。
    • 环境变量 ： NAVER_CLIENT_ID 和 NAVER_CLIENT_SECRET 的值必须用双引号括起来。

  3. 保存并重启 ：保存配置文件后， 完全退出 Claude Desktop 应用（不仅仅是关闭窗口，要从任务栏/程序坞退出） ，然后重新启动。这是让配置生效的关键一步。

3.4 第四步：配置 Claude Code 或 Cursor

如果你主要在使用 Claude Code（命令行版）或 Cursor 编辑器，配置方式类似，但配置文件位置和格式稍有不同。

对于 Claude Code (CLI) ： 配置文件在 ~/.claude/settings.json （Linux/macOS）或 %USERPROFILE%\.claude\settings.json （Windows）。配置内容与 Claude Desktop 类似，但 command 和 args 需要调整，因为 CLI 环境对 uv 的路径识别可能有问题。项目作者给出了一个更稳健的写法：

{
  "mcpServers": {
    "naver-search": {
      "command": "sh",
      "args": [
        "-c",
        "export PATH=\"$HOME/.local/bin:$PATH\" && cd /YOUR/PATH/TO/mcp-server-naver-search && uv run --with 'mcp[cli]' --with httpx --with python-dotenv python server.py"
      ],
      "env": {
        "NAVER_CLIENT_ID": "YOUR_ID",
        "NAVER_CLIENT_SECRET": "YOUR_SECRET"
      }
    }
  }
}

这个配置通过 sh -c 执行一段 shell 脚本，先确保 uv 所在的路径（ $HOME/.local/bin ）被加入环境变量，然后切换到项目目录再执行命令。这能解决大部分“command not found: uv”的问题。

对于 Cursor 编辑器 ： Cursor 的 MCP 配置入口在： Settings (设置) -> Features (功能) -> MCP Servers 。你可以直接点击“Add MCP Server”进行图形化配置，也可以点击“Edit Config”手动编辑 JSON。配置的 JSON 结构与 Claude Desktop 完全一致，将那段配置粘贴进去即可。同样，记得修改路径和密钥。

3.5 第五步：验证与测试

配置完成后，如何知道成功了呢？

  1. 查看日志 ：启动 Claude Desktop 后，打开“帮助”(Help)菜单，选择“打开日志目录”(Open Log Directory)。在日志文件中搜索“mcp”或“naver”，如果看到服务器成功初始化的信息，或者没有报错，通常就是成功了。
  2. 在对话中测试 ：这是最直接的验证方式。在 Claude 的新对话窗口中，尝试用中文或英文（甚至韩文）提问，但 必须清晰地表达出“搜索 Naver”的意图 。例如：
    • “使用 Naver 搜索，帮我查一下最近一周关于韩国人工智能政策的新闻。”
    • “Find the lowest price for LG gram laptop on Naver Shopping.” 如果配置成功，Claude 的回复中会包含类似“I searched Naver for...”的语句，并附上结构化的搜索结果（商品列表、新闻标题等）。

4. 高级使用技巧与场景案例

基础配置搞定后，我们来探索如何把它用得更好、更聪明。这部分是我在实际使用中总结出的高效工作流。

4.1 精准搜索指令构造术

直接说“查一下咖啡机”和“在 Naver 购物上搜索‘네스프레소 버츄오 넥스트’，按价格从低到高排序，显示前10个结果”的效果是天壤之别。给你的 AI 助手更精确的指令，它能返回更精准的结果。

  • 指定搜索类型 ：在问题中明确说出工具名。例如：“用 Naver Shopping 搜一下三星 갤럭시 워치7”、“去 Naver Cafe 找找济州岛自驾游的攻略”。
  • 明确排序与数量 ：Naver API 支持排序参数。购物搜索可以按 sim (相关度)、 date (日期)、 asc (价格升序)、 dsc (价格降序)。你可以在指令中指定：“查一下 냉장고 (冰箱)，按价格从低到高( asc )排，给我看5个最便宜的。”
  • 组合关键词与过滤 ：利用韩语关键词的组合来过滤。比如想找真实用户评价，可以搜索“ [产品名] 후기 ”（后记/评价）或“ [产品名] 솔직후기 ”（真实后记）。找最新信息可以加“ 2025 ”或“ 최신 ”（最新）。

4.2 典型应用场景深度解析

  1. 跨境电商与市场调研 ：

    • 场景 ：你想把一款中国产的小家电卖到韩国。
    • 操作 ：让 Claude 搜索“ 전기포트 추천 ”（电水壶推荐）或“ 미니 선풍기 ”（迷你风扇）。通过 Naver 购物和博客的结果，你可以分析： 价格区间 （韩国消费者能接受的心理价位）、 竞品特性 （哪些功能被频繁提及）、 营销痛点 （用户抱怨现有产品的什么问题，如噪音大、容量小）。Naver Cafe 里的讨论更能看到用户未经修饰的真实反馈。
    • 心得 ：不要只看商品列表，多看看博客和 Cafe 的“후기”（评价）和“사용기”（使用记），那里有更丰富的使用场景和未被满足的需求。

  2. 内容创作与热点追踪 ：

    • 场景 ：你是运营韩国社交媒体账号或撰写韩国相关文章的内容创作者。
    • 操作 ：每天早上让 Claude 用 Naver 新闻搜索“ 오늘 주요 뉴스 ”（今日主要新闻）或特定关键词如“ K-팝 ”、“ 한류 ”。AI 可以快速为你生成一份热点简报。或者，在写一篇关于“韩国职场文化”的文章前，搜索“ 회식 문화 ”（会食文化）、“ 워라밸 ”（Work-Life Balance）看看韩国网友最近在讨论什么。
    • 心得 ：利用新闻搜索的“ sort=date ”确保获取最新信息。对于深度内容，博客搜索的结果质量通常高于新闻，因为博主会加入更多个人分析和背景知识。

  3. 旅行规划与本地生活 ：

    • 场景 ：计划去首尔旅行，想找非游客区的美食和景点。
    • 操作 ：搜索“ 망원동 맛집 ”（望远洞美食店）、“ 한남동 카페 ”（汉南洞咖啡厅）。重点看 Naver Cafe 和博客，这里的推荐往往来自本地居民，比旅游攻略网站更接地气。可以进一步让 AI 总结出“地址、推荐菜、人均消费、网友评价亮点”。
    • 心得 ：结合地图工具（如 Naver Map），让 AI 将搜索到的地点信息整理成一条合理的游览路线。

4.3 结果解读与信息甄别

AI 返回的搜索结果已经是结构化的，但你需要知道如何解读：

  • 购物结果 ：关注 lprice （最低价）和 mallName （商家名）。对于高价商品， mallName 的信誉很重要。链接 ( link ) 可以直接点开查看详情。
  • 博客/新闻结果 ：关注 postdate （发布日期）以确保信息时效性。 description （摘要）是快速判断内容相关性的关键。 bloggername （博主名）如果是你熟悉的领域 KOL，其内容权重可以调高。
  • Cafe 结果 ： cafename （咖啡厅名）和 title （帖子标题）能帮你快速定位到感兴趣的社区。注意，Cafe 帖子可能需要相应 Cafe 的会员身份才能阅读全文，AI 返回的摘要可能有限。

重要提醒 ：AI 总结的信息是基于它“看到”的文本。对于价格、促销、库存等实时性极强的信息，以及涉及重大消费决策时， 务必通过 AI 提供的链接，跳转到原始页面进行最终确认 。AI 是一个强大的信息聚合和筛选器，但还不是最终决策者。

5. 故障排除与性能优化指南

即使按照步骤操作，你也可能会遇到一些问题。这里我整理了常见的错误和解决方法。

5.1 常见错误与解决方案

问题现象 可能原因 解决方案
Claude 启动时报错，或日志中出现 MCP 连接失败 1. uv 命令未安装或不在 PATH。
2. server.py 路径错误。
3. Python 依赖安装失败。		 1. 终端执行 uv --version 验证安装。确保配置中 command 正确（ uv 或 sh ）。
2. 使用绝对路径，并确保路径中的引号和转义正确（尤其 Windows）。
3. 尝试在项目目录下手动运行 uv run python server.py ，看是否报错。可能需要先运行 uv pip install -r requirements.txt （如果有的话）或 uv add mcp[cli] httpx python-dotenv 。
Claude 不调用 Naver 搜索，或回复“我无法搜索网络” 1. MCP 配置未生效。
2. 提问方式未触发工具调用。
3. 服务器进程启动失败。		 1. 彻底重启 Claude Desktop。检查配置文件语法（可用 JSON 校验工具）。
2. 在问题中明确包含“Naver”、“搜索”等关键词。尝试用项目 README 中的示例问题。
3. 查看 Claude 日志，确认 naver-search 服务器是否在启动时被成功加载。
AI 返回“搜索失败”或“API 错误” 1. Naver API 密钥错误或未设置。
2. API 调用额度用尽。
3. 网络问题导致请求超时。		 1. 仔细检查 claude_desktop_config.json 中 env 部分的 NAVER_CLIENT_ID 和 NAVER_CLIENT_SECRET 是否正确，且 值被双引号包裹 。
2. 登录 Naver Developers 控制台，查看“통계”（统计）确认今日用量。
3. 检查本地网络连接，尝试能否直接访问 https://openapi.naver.com 。
搜索返回结果少或不准 1. 搜索关键词不精准（尤其是韩语）。
2. 未指定合适的搜索分类（ shop ， news 等）。		 1. 使用更具体、更地道的韩语关键词。利用 Naver 本身的搜索联想功能（在 Naver 网站搜索框输入时会有提示）来获取高频关键词。
2. 在提问时明确指定搜索类型，如“用 Naver 新闻 搜索...”。

5.2 安全与隐私注意事项

  • API 密钥安全 ：你的 NAVER_CLIENT_ID 和 NAVER_CLIENT_SECRET 是私密信息。配置文件 claude_desktop_config.json 是明文存储的。请确保不要将此文件上传到公开的代码仓库（如 GitHub）。如果必须分享配置，务必先移除密钥部分。
  • 环境变量替代方案（高级） ：更安全的方式是通过系统环境变量传递密钥，然后在配置文件中引用。例如，在终端中设置： 
    export NAVER_CLIENT_ID="your_id"
export NAVER_CLIENT_SECRET="your_secret"
    然后将配置文件中的 env 对象改为从环境变量读取（具体语法取决于你的启动器是否支持）。对于 Claude Desktop，更简单的方法是保持现有配置，但确保你的电脑物理安全。
  • 使用范围 ：遵守 Naver API 的使用条款。该工具仅用于个人学习和获取公开信息，不得用于大规模爬虫、商业数据挖掘或任何违反 Naver 服务条款的行为。

5.3 性能优化建议

  • 减少不必要的调用 ：在单次对话中，如果已经进行过一次搜索，后续的细化问题可以基于已有结果让 AI 进行分析，而不是频繁发起新的搜索。例如，先搜索“ 게이밍 노트북 ”（游戏笔记本），然后问“把刚才搜索结果里价格在 200 万韩元以下的型号列出来”。
  • 关键词预处理 ：对于复杂查询，可以先让 AI 帮你提炼出最核心的搜索关键词，再用这些关键词去搜索，效果往往更好。
  • 管理对话上下文 ：Claude 有上下文窗口限制。如果一次搜索返回了大量文本结果，可能会占用很多 tokens。可以让 AI 先进行摘要和筛选，只保留最关键的信息放入上下文，以备后续分析。

经过以上步骤，你应该已经成功搭建并开始熟练使用这个强大的 Naver 搜索桥梁了。它不仅仅是一个工具，更是一种工作流的革新——将韩国本地化信息检索这个高频但繁琐的任务，无缝嵌入到你与 AI 助手的自然对话中。从市场调研到内容创作，从旅行规划到学术研究，信息的边界被极大地拓宽了。剩下的，就是发挥你的想象力，去探索和解决那些真正需要“韩国视角”的问题了。

# MCP # AI助手
Logo
码道开发者社区

码道开发者社区，聚焦华为云码道 CodeArts 代码智能体，沉淀 Agent、Skill、鸿蒙开发实战内容，供开发者查阅资料、交流技术、分享工程实践

更多推荐

Manim 数学动画完全指南：五分钟从零到成片

Manim 是用 Python 驱动的数学动画引擎，把抽象的公式与曲线转成逐帧可控的动态可视化。适合想制作 Python 数学可视化视频的编程新手、数学学生和科普创作者。## 数学为什么需要"动"起来你试过用一张静态图讲清导数的概念吗？切线、割线、极限位置都能画出来，但"割线逼近切线"发生的那一下，观众只能靠脑补。课本插图大多是"结论截图"：只留下最终状态，过程被压缩成一句"易见"。函

avatar 码道开发者社区
cover

Claude API + Python实战：结构化输出后，如何拦住“看起来正确”的JSON

avatar 码道开发者社区
cover

GLM-5.3-Flash深度解析：3200亿参数只卖Opus四十分之一，国产算力首次跑通前沿模型

avatar 码道开发者社区