一个非常简单的 MCP 服务器

本项目分别使用 Go 和 Python 实现了一个最简单的 MCP 服务器，并使用一个 MCP 客户端进行调用。本项目不依赖任何外部 API，你可以很方便地理解一个简单的 MCP 工作流。

情景假设:

书架编号 A、B、C、D 共有 4 架子的书籍，我需要大模型帮我查找对应编号的书籍。

实现文件

• bookSearch.go：MCP 工具的 Go 实现
• MCPServer_book_search.py：MCP 工具的 Python 实现
• README.md：Python 工作流说明

编写方法:

规定 MCP 的入参

type BookShelfParams struct {
    BookShelfId string `json:"book_shelf_id" jsonschema:"required,description=The ID of the book shelf"`
}

核心逻辑

func bookSearchHandler(ctx context.Context, args BookShelfParams) (*mcp.CallToolResult, error) {
    // 逻辑实现，可以替换成任何外部 API 调用
    return mcp.NewToolResultText("返回结果:xxxx"), nil
}

定义工具名称和说明

var BookSearchTool = InoriMCP.MustTool(
    "book-search",
    "图书搜索工具",
    bookSearchHandler,
)

入口函数

func AddBookSearchTools(mcp *server.MCPServer) {
    BookSearchTool.Register(mcp)
}

在 main.go 中加入这个工具：

tools.AddBookSearchTools(s)

构建命令：

go build -o inori-mcp.exe ./cmd/inori-mcp

启动 MCP 服务器的方式：

mcp.exe

Go 和 Python 的 MCP 客户端启动方式有所不同。

调试

安装 Node 环境，使用 inspector 工具，先连接到 MCP 服务器，然后输入 A、B、C、D 查看是否返回书架中的书籍信息。

npx -y @modelcontextprotocol/inspector .\inori-mcp.exe

启动 Client 与 MCP 联动

修改 MCPClient.py 中第 51 行的 connect_to_server 函数的启动脚本：

server_params = StdioServerParameters(
    command=<mcp.exe> 的路径,
    args=[],
    env=None
)

需要从 .env.sample 中创建 .env 文件，填入 OpenAI 兼容的大模型的基础 URL，并建议使用 QWQ-32B 模型（不推荐 DeepSeek 系列）。

模型需要触发 ToolCall 并总结结果，最终返回书架中的书籍信息。