MCP服务器快速入门指南：使用Python构建

1. 简介

Anthropic的模型上下文协议（MCP）使AI代理能够与外部工具、数据源和服务交互。本指南指导您使用官方MCP Python SDK构建MCP服务器，将其集成到AI助手中，并部署到生产环境中。

2. MCP Python SDK概述

MCP Python SDK提供了构建MCP服务器和客户端的工具，促进大型语言模型（LLMs）与外部数据源或工具之间的无缝交互。该SDK遵循完整的MCP规范，确保兼容性和标准化。（GitHub仓库）

3. 安装

要在Python项目中集成MCP，建议使用uv，一个Python包管理器：

uv add "mcp[cli]"

或者，如果使用pip：

pip install mcp

4. 快速入门：构建MCP服务器

让我们创建一个简单的MCP服务器，提供计算器工具和个性化问候资源：

from mcp.server.fastmcp import FastMCP

# 初始化MCP服务器
mcp = FastMCP("示例服务器")

# 定义加法工具
@mcp.tool()
def add(a: int, b: int) -> int:
    """添加两个数字。"""
    return a + b

# 定义动态问候资源
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """生成个性化问候语。"""
    return f"你好，{name}!"

# 运行服务器
if __name__ == "__main__":
    mcp.run()

5. 测试MCP服务器

使用MCP Inspector测试服务器：

mcp dev server.py

此命令启动MCP Inspector，允许您交互并验证服务器功能。

6. 客户端集成

示例：与AI助手（如Claude Desktop）集成：

mcp install server.py

此命令将服务器安装到Claude Desktop中，使助手与MCP服务器无缝交互。

7. 部署注意事项

部署MCP服务器时：

• 安全性：实施身份验证机制，如API密钥或OAuth，以控制访问。
• 扩展性：使用Docker等容器化工具管理多环境部署。
• 监控：设置日志记录和监控，跟踪服务器性能并及时诊断问题。