MCP简介

MCP（Model Context Protocol）是Anthropic开发的一个开放协议，用于标准化应用程序如何向大语言模型（LLM）提供上下文。你可以将MCP想象成AI应用的”USB-C接口”，它提供了一种标准化的方式来连接AI模型与不同的数据源和工具。

MCP使用客户端-服务器架构：

• MCP Host：如Claude Desktop等应用程序，需要通过MCP访问数据
• MCP Client：维护与服务器的1:1连接的协议客户端
• MCP Server：通过标准化的MCP协议暴露特定功能的轻量级程序

开始构建Hello World MCP Server

我们将使用Python来构建一个简单的MCP Server，它将提供一个hello工具，可以返回”Hello, World!”或者向特定名称问好。

环境准备

首先，我们需要设置开发环境：

1. 确保你已安装Python 3.10或更高版本
2. 安装uv工具（Python包和虚拟环境管理工具）

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# macOS/Linux
curl -sSf https://astral.sh/uv/install.sh | sh

1. 创建并设置项目

# 创建项目目录
uv init hello-mcp
cd hello-mcp
# 创建并激活虚拟环境
uv venv
# Windows激活虚拟环境
.venv\Scripts\activate
# macOS/Linux激活虚拟环境
source .venv/bin/activate
# 安装依赖
uv add mcp[cli]

创建Hello World服务器

现在，让我们创建一个简单的MCP服务器。创建一个名为hello_server.py的文件：

from typing import Optional
from mcp.server.fastmcp import FastMCP
# 初始化FastMCP服务器
mcp = FastMCP("hello-world")
@mcp.tool()
async def hello(name: Optional[str] = None) -> str:
    """
    返回一个简单的问候语。
    Args:
        name: 要问候的名称（可选）
    Returns:
        str: 问候语
    """
    if name:
        return f"Hello, {name}!"
    else:
        return "Hello, World!"
if __name__ == "__main__":
    # 初始化并运行服务器
    mcp.run(transport='stdio')

FastMCP类使用Python类型提示和docstrings自动生成工具定义，使MCP工具的创建和维护变得简单。

测试服务器

创建完服务器后，我们可以运行它来测试：

uv run hello_server.py

这个命令将启动MCP服务器，但目前还没有任何客户端连接到它。

配置Claude Desktop以使用我们的服务器

为了让Claude Desktop使用我们创建的MCP服务器，我们需要修改Claude Desktop的配置文件：

1. 打开Claude Desktop

2. 打开Claude Desktop的配置文件：

   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json

3. 编辑配置文件，添加我们的服务器：

{
  "mcpServers": {
    "hello-world": {
      "command": "uv",
      "args": [
        "--directory",
        "/绝对路径/到你的/hello-mcp",
        "run",
        "hello_server.py"
      ]
    }
  }
}

请确保将/绝对路径/到你的/hello-mcp替换为你实际的项目目录的绝对路径。

1. 保存文件并重启Claude Desktop

重启后，你应该能在Claude Desktop的输入框下方看到锤子图标，点击它会显示可用工具，其中包括我们创建的”hello”工具。

测试我们的Hello World服务器

在Claude Desktop中，你可以通过以下方式测试我们的服务器：

1. 输入：”你能用hello工具向我问好吗？”
2. Claude应该会请求权限调用hello工具，然后返回”Hello, World!”
3. 你也可以尝试：”你能用hello工具向’小明’问好吗？”
4. Claude应该会返回”Hello, 小明!”

深入理解MCP的工作原理

通过这个简单的例子，我们可以理解MCP的一些核心概念：

1. MCP服务器结构

MCP服务器由以下部分组成：

• 服务器标识：我们定义了名为”hello-world”的服务器
• 工具定义：我们创建了”hello”工具
• 工具实现：我们实现了工具的功能

2. MCP交互流程

当你在Claude Desktop中请求使用工具时，发生了以下步骤：

1. Claude分析你的请求并决定使用哪个工具
2. Claude请求用户权限调用该工具
3. 请求发送到MCP服务器
4. 服务器执行工具功能并返回结果
5. Claude接收结果并形成自然语言响应

3. MCP工具定义

FastMCP使用Python类型提示和docstrings自动生成工具定义：

• 函数名称成为工具名称
• 参数类型定义了输入架构
• 返回类型定义了输出格式
• Docstring提供了工具的描述

进阶扩展

现在你已经理解了基本概念，我们可以扩展这个Hello World服务器，添加更多功能：

添加更多工具

我们可以添加更多工具到我们的服务器，例如一个简单的计算器工具：

@mcp.tool()
async def calculate(expression: str) -> str:
    """
    计算一个简单的数学表达式。
    Args:
        expression: 要计算的数学表达式（如"1 + 2"）
    Returns:
        str: 计算结果
    """
    try:
        result = eval(expression)
        return f"计算结果: {result}"
    except Exception as e:
        return f"计算错误: {str(e)}"

添加资源支持

MCP不仅支持工具，还支持资源。我们可以添加一个简单的资源：

import mcp.types as types
@mcp.list_resources()
async def list_resources() -> list[types.Resource]:
    """列出可用资源"""
    return [
        types.Resource(
            uri="hello://example",
            name="示例资源",
            description="一个简单的示例资源"
        )
    ]
@mcp.read_resource()
async def read_resource(uri: str) -> str:
    """读取资源内容"""
    if uri == "hello://example":
        return "这是一个示例资源的内容"
    raise ValueError(f"未知资源: {uri}")

总结

通过这个Hello World级别的MCP服务器，我们学习了：

1. MCP的核心概念（服务器、客户端、工具、资源）
2. MCP服务器的基本结构和实现方法
3. 如何连接MCP服务器到Claude Desktop
4. MCP交互的基本流程

MCP是一个强大的协议，允许AI模型安全地访问外部数据和功能。通过创建自定义MCP服务器，你可以扩展AI助手的能力，使其能够与你的应用程序、数据和工具进行交互。

随着你对MCP的深入理解，你可以探索更复杂的使用场景，如数据库访问、API集成、文件系统操作等。MCP的模块化设计使得你可以根据需要选择和组合不同的功能，创建强大的AI集成解决方案。