基于Python從零構建一個MCP服務器
更新時間：2025年08月22日 08:23:00 作者：站大爺IP
MCP協議定義了一套標準化通信機制,讓AI代理能動態(tài)發(fā)現并調用服務器上的工具函數,所以本文將使用Python構建一個簡單的MCP服務器,感興趣的小伙伴可以了解下
一、MCP協議：AI與工具的"USB-C接口"
想象你正在用AI助手處理工作：需要查詢天氣時，AI突然彈出"我需要調用天氣API"的提示；處理Excel數據時，它又卡在"如何讀取CSV文件"的步驟。傳統AI的局限性在于，它像一臺沒有外設的電腦——能思考卻無法操作現實世界。
MCP（Model Context Protocol）協議的出現解決了這個痛點。它定義了一套標準化通信機制，讓AI代理（如Claude、Cursor）能動態(tài)發(fā)現并調用服務器上的工具函數。就像給電腦插上USB-C線，AI瞬間獲得了訪問數據庫、調用API、操作文件系統的能力。
核心價值：
- 解耦設計：工具函數與AI模型分離，修改工具不影響模型訓練
- 安全沙箱：通過服務器中轉調用，避免直接暴露API密鑰
- 統一入口：用標準化協議整合分散的工具接口
二、環(huán)境搭建：3分鐘啟動開發(fā)環(huán)境
創(chuàng)建隔離環(huán)境
# 使用uv工具快速初始化項目（推薦） uv init mcp_weather_server && cd mcp_weather_server uv venv && source .venv/bin/activate # Linux/Mac # 或 .venv\Scripts\activate (Windows)
安裝核心依賴
# 基礎版（適合個人開發(fā)） uv add mcp>=1.9.1 requests python-dotenv # 企業(yè)版（需處理高并發(fā)） uv add fastmcp httpx uvicorn[standard]
驗證安裝
# 創(chuàng)建test_install.py
from mcp.server.fastmcp import FastMCP
print("MCP SDK安裝成功" if 'FastMCP' in globals() else "安裝失敗")
運行 python test_install.py 應輸出成功信息。
三、工具開發(fā)：讓AI可調用的"魔法函數"
案例1：實時天氣查詢工具
# weather_tool.py
import requests
from mcp.server.fastmcp import tool
from dotenv import load_dotenv
import os
load_dotenv() # 加載環(huán)境變量
@tool()
def get_weather(city: str) -> dict:
"""獲取城市實時天氣（需配置API_KEY）
Args:
city: 城市名稱（如"北京"）
Returns:
包含溫度、濕度、天氣狀況的字典
"""
api_key = os.getenv('WEATHER_API_KEY')
url = f"https://api.openweathermap.org/data/2.5/weather?q={city}&appid={api_key}&units=metric"
try:
response = requests.get(url, timeout=5)
data = response.json()
return {
"temperature": data["main"]["temp"],
"humidity": data["main"]["humidity"],
"condition": data["weather"][0]["description"]
}
except Exception as e:
return {"error": f"天氣查詢失敗: {str(e)}"}
關鍵設計原則：
- 類型注解：用 city: str 明確參數類型
- 錯誤處理：捕獲網絡請求異常
- 文檔字符串：詳細說明參數和返回值
- 環(huán)境變量：敏感信息（如API密鑰）通過 .env 文件管理
案例2：數據庫查詢工具
# db_tool.py
import sqlite3
from mcp.server.fastmcp import tool
from mcp.types import TableContent
@tool()
def query_sales_data(limit: int = 10) -> TableContent:
"""查詢銷售數據表（示例用）
Args:
limit: 返回記錄數上限
Returns:
表格數據（包含列名和行數據）
"""
conn = sqlite3.connect("sales.db")
cursor = conn.cursor()
cursor.execute(f"SELECT * FROM orders LIMIT {limit}")
columns = [desc[0] for desc in cursor.description]
rows = cursor.fetchall()
return TableContent(
type="table",
columns=columns,
rows=rows
)
企業(yè)級優(yōu)化：
- 使用參數化查詢防止SQL注入
- 添加連接池管理數據庫連接
- 通過Nacos動態(tài)配置數據庫地址
四、服務器構建：3種通信模式詳解
模式1：本地開發(fā)模式（stdio）
# server_stdio.py
from mcp.server.fastmcp import FastMCP
from weather_tool import get_weather
from db_tool import query_sales_data
mcp = FastMCP("Local Tools Server")
mcp.add_tool(get_weather)
mcp.add_tool(query_sales_data)
if __name__ == "__main__":
mcp.run(mode="stdio") # 通過標準輸入輸出通信
適用場景：
- 與Claude Desktop/Cursor本地集成
- 快速驗證工具功能
- 開發(fā)階段調試
模式2：云端部署模式（SSE）
# server_sse.py
from fastmcp import FastMCP
from weather_tool import get_weather
import uvicorn
mcp = FastMCP("Cloud Tools Server")
mcp.add_tool(get_weather)
if __name__ == "__main__":
# 通過HTTP事件流通信
uvicorn.run(
mcp.as_app(), # 轉換為FastAPI應用
host="0.0.0.0",
port=8000,
workers=4 # 多進程處理并發(fā)請求
)
關鍵配置：
- 添加JWT認證中間件
- 設置CORS允許前端調用
- 配置Nginx反向代理
模式3：自動化遷移模式（OpenAPI轉換）
# converter.py
import json
from jsonschema import validate
def convert_to_mcp_tool(api_spec):
"""將OpenAPI接口轉換為MCP工具
Args:
api_spec: OpenAPI規(guī)范字典
Returns:
MCP工具代碼模板字符串
"""
tool_template = f"""
@tool()
def {api_spec["operationId"]}(**kwargs):
"""
{api_spec["summary"]}
Parameters:
{json.dumps(api_spec["parameters"], indent=4)}
"""
# 這里添加實際調用邏輯
return盛{{}}
"""
return tool_template
# 示例：轉換天氣API
weather_api = {
"operationId": "get_weather",
"summary": "獲取城市天氣信息",
"parameters": [
{"name": "city", "in": "query", "required": True, "type": "string"}
]
}
print(convert_to_mcp_tool(weather_api))
企業(yè)應用：
- 批量遷移現有RESTful API
- 生成標準化工具文檔
- 與Higress網關集成實現協議轉換
五、AI集成：讓Claude調用你的工具
1.配置Claude Desktop
編輯配置文件 claude_desktop_config.json：
{
"mcpServers": {
"weather_service": {
"command": "python",
"args": ["server_stdio.py", "--mode", "stdio"]
}
}
}
2.自然語言調用示例
當用戶在Claude中輸入：
"查詢北京今天的天氣"
AI內部處理流程：
發(fā)現可用的 get_weather 工具
將自然語言轉換為工具調用：
{
"toolName": "get_weather",
"arguments": {"city": "北京"}
}
執(zhí)行工具并返回結果：
{
"temperature": 28,
"humidity": 65,
"condition": "多云"
}
將結果生成自然語言回復：
"北京今天氣溫28℃，濕度65%，天氣多云"
3.調試技巧
使用MCP Inspector可視化調試：
npx @modelcontextprotocol/inspector python server_stdio.py
瀏覽器打開 http://localhost:3000 可實時查看：
- 工具注冊情況
- 請求/響應數據流
- 調用耗時統計
六、安全與性能優(yōu)化
安全防護三板斧
敏感信息隔離：
# 使用Vault管理密鑰
from hvac import Client
def get_secret(path: str) -> str:
client = Client(url="http://vault-server:8200")
return client.secrets.kv.v2.read_secret_version(path=path)["data"]["data"]["key"]
參數校驗：
from pydantic import BaseModel, conint
class QueryParams(BaseModel):
limit: conint(ge=1, le=100) # 限制1-100的整數
@tool()
def safe_query(params: QueryParams) -> dict:
validated = params.dict() # 自動校驗參數
# 執(zhí)行查詢邏輯...
執(zhí)行超時控制：
from functools import partial
import asyncio
async def timed_fetch(url: str, timeout: float = 5.0):
try:
return await asyncio.wait_for(requests.get(url), timeout=timeout)
except asyncio.TimeoutError:
return {"error": "請求超時"}
性能優(yōu)化方案
緩存策略：
from functools import lru_cache
@lru_cache(maxsize=100)
@tool()
def cached_weather(city: str) -> dict:
# 首次調用執(zhí)行實際查詢
# 后續(xù)調用直接返回緩存結果
return _real_weather_query(city)
異步處理：
@tool()
async def async_data_processing(file_url: str):
async with httpx.AsyncClient() as client:
file_content = await client.get(file_url)
# 并行處理數據...
水平擴展：
# 使用Gunicorn部署FastMCP應用 gunicorn server_sse:app -w 8 -k uvicorn.workers.UvicornWorker
七、完整項目示例：股票數據查詢系統
項目結構
stock_mcp/
├── .env # API密鑰配置
├── tools/
│ ├── __init__.py
│ ├── stock_api.py # 股票查詢工具
│ └── data_analysis.py # 數據分析工具
├── server.py # 服務器入口
└── requirements.txt # 依賴列表
核心代碼實現
# tools/stock_api.py
import httpx
from mcp.server.fastmcp import tool
from dotenv import load_dotenv
import os
load_dotenv()
@tool()
def get_stock_price(symbol: str) -> dict:
"""獲取股票實時價格（Alpha Vantage API）
Args:
symbol: 股票代碼（如"AAPL"）
Returns:
包含價格、漲跌幅的字典
"""
api_key = os.getenv('ALPHA_VANTAGE_KEY')
url = f"https://www.alphavantage.co/query?function=GLOBAL_QUOTE&symbol={symbol}&apikey={api_key}"
response = httpx.get(url)
data = response.json()
if "Global Quote" not in data:
return {"error": "未找到股票數據"}
quote = data["Global Quote"]
return {
"symbol": symbol,
"price": float(quote["05. price"]),
"change": float(quote["09. change"]),
"change_percent": float(quote["10. change percent"].strip('%'))
}
# server.py
from fastmcp import FastMCP
from tools.stock_api import get_stock_price
from tools.data_analysis import calculate_stats
mcp = FastMCP("Stock Analysis Server")
mcp.add_tool(get_stock_price)
mcp.add_tool(calculate_stats)
if __name__ == "__main__":
mcp.run(transport="streamable-http", host="0.0.0.0", port=8000)
部署與測試
# 安裝依賴
uv install -r requirements.txt
# 啟動服務器
python server.py
# 測試工具調用
curl -X POST http://localhost:8000/mcp/invoke \
-H "Content-Type: application/json" \
-d '{"toolName": "get_stock_price", "arguments": {"symbol": "AAPL"}}'
八、未來展望：MCP生態(tài)演進方向
- 工具市場：類似PyPI的MCP工具倉庫，實現"一鍵安裝"工具
- 協議擴展：支持gRPC、WebSocket等更多通信協議
- 智能路由：根據請求內容自動選擇最優(yōu)工具
- 邊緣計算：在IoT設備上部署輕量級MCP服務器
MCP協議正在重塑AI開發(fā)范式——它讓大模型從"封閉的大腦"進化為"可連接萬物的神經系統"。無論是個人開發(fā)者快速擴展AI能力，還是企業(yè)整合遺留系統，MCP都提供了標準化解決方案。當工具調用變得像呼吸一樣自然，AI才能真正成為生產力的延伸。
以上就是基于Python從零構建一個MCP服務器的詳細內容，更多關于Python MCP服務器的資料請關注腳本之家其它相關文章！
相關文章
Python提供了多種方法來讀取文件內容，其中包括read()、readline()和readlines()三個常用的函數，本文將深入探討這三個函數的使用方法，需要的可以參考一下2023-08-08
這篇文章主要介紹了Python3 讀、寫Excel文件的操作方法,需要的朋友可以參考下2018-10-10
今天小編就為大家分享一篇對pandas通過索引提取dataframe的行方法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
這篇文章主要給大家介紹了關于如何利用Python動態(tài)模擬太陽系運轉的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-09-09
農歷，是我國現行的傳統歷法。它是根據月相的變化周期，每一次月相朔望變化為一個月，參考太陽回歸年為一年的長度，并加入二十四節(jié)氣與設置閏月以使平均歷年與回歸年相適應。本文將用Python實現農歷轉換，需要的可以參考一下2022-03-03
這篇文章主要介紹了Python實現的本地文件搜索功能,涉及Python針對文件與目錄的遍歷、判斷、編碼轉換、查找等相關操作技巧,需要的朋友可以參考下2018-05-05
這篇文章主要介紹了pytest配置文件pytest.ini的詳細使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-04-04
這篇文章主要介紹了啟動targetcli時遇到錯誤解決辦法的相關資料,希望通過本文能幫助到大家，讓大家遇到這樣的錯誤解決，需要的朋友可以參考下2017-10-10
不少人在生活中都有摳人像圖換背景的需求。本文將為大家介紹一個更快的方法，即利用OpenCV實現AI照片背景替換，感興趣的小伙伴可以試一試2022-01-01
這篇文章主要為大家介紹了卷積神經網絡經典模型及其改進點學習匯總，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05