MCP服务器示例

此仓库包含一个用于教育目的的模型上下文协议（MCP）服务器实现。该代码演示了如何构建一个可以与各种LLM客户端集成的功能性MCP服务器。

MCP服务器示例

此仓库包含一个用于教育目的的模型上下文协议（MCP）服务器实现。该代码演示了如何构建一个可以与各种LLM客户端集成的功能性MCP服务器。

参考资料：

• 模型上下文协议 - Anthropic
• MCP - Python

什么是MCP？

MCP（模型上下文协议）是一种开放协议，标准化了应用程序如何向LLMs提供上下文。可以将MCP想象成AI应用中的USB-C端口——它提供了一种标准化的方式，将AI模型连接到不同的数据源和工具上。

主要优势

• 越来越多的预构建集成，您的LLM可以直接接入
• 在不同LLM提供商和供应商之间切换的灵活性
• 在基础设施内保护数据的最佳实践

架构概述

MCP遵循客户端-服务器架构，主机应用程序可以连接到多个服务器：

• MCP主机：如Claude Desktop、IDE或想要通过MCP访问数据的AI工具
• MCP客户端：维护与服务器一对一连接的协议客户端
• MCP服务器：轻量级程序，通过标准化的模型上下文协议暴露特定功能
• 数据源：本地（文件、数据库）和远程服务（API），MCP服务器可以访问这些数据源

核心MCP概念

MCP服务器可以提供三种主要类型的能力：

• 资源：类似文件的数据，可以由客户端读取（例如API响应或文件内容）
• 工具：可以被LLM调用的函数（需用户批准）
• 提示：预先编写的模板，帮助用户完成特定任务

系统要求

• Python 3.10或更高版本
• MCP SDK 1.2.0或更高版本
• uv包管理器

---

安装

将MCP添加到您的Python项目中 我们建议使用uv来管理您的Python项目。

如果您还没有创建过由uv管理的项目，请创建一个：

uv init mcp-server-sample
cd mcp-server-sample

然后将MCP添加到您的项目依赖项中：

uv add "mcp[cli]"

或者，对于使用pip管理依赖项的项目：

pip install "mcp[cli]"

运行独立的MCP开发工具 要使用uv运行mcp命令：

uv run mcp

快速开始

让我们创建一个简单的MCP服务器，暴露一个计算器工具和一些数据：

# server.py
from mcp.server.fastmcp import FastMCP

# 创建一个MCP服务器
mcp = FastMCP("Demo")

# 添加一个加法工具
@mcp.tool()
def add(a: int, b: int) -> int:
    """加两个数"""
    return a + b

# 添加一个动态问候资源
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """获取个性化的问候"""
    return f"Hello, {name}!"

您可以在Claude Desktop中安装此服务器，并通过运行以下命令立即与其交互：

mcp install server.py

或者，您可以使用MCP Inspector进行测试：

mcp dev server.py

由 Antonio Scapellato 制作，充满爱心

资源：

• 使用模型上下文协议构建代理 - Anthropic的Mahesh Murug全工作坊

许可证

本项目采用MIT许可证。详情见LICENSE文件。