知识库 2026年06月19日 👤 mdo 👁 0 阅读

自己编写一个自定义的 MCP 服务器

使用 Python 的 mcp 官方库（搭配 FastMCP 框架）是目前最快、最简单的开发方式。你可以像写 FastAPI 一样，通过装饰器快速将 Python 函数转变成 AI 可以调用的工具（Tools）或读取的资源（Resources）。

以下是完整的开发与测试指南。

1. 准备环境与安装

首先，创建一个新的项目目录并安装 mcp 核心库。

bash

mkdir my-mcp-server && cd my-mcp-server
pip install mcp[cli]

请谨慎使用此类代码。

(注：[cli] 选项会附带安装 dev 开发和测试工具，方便后续调试)

2. 编写服务器代码

创建一个名为 server.py 的文件。我们将在里面定义一个工具（Tool）和一个资源（Resource）。

工具（Tool）：AI 可以主动调用来执行操作的函数（例如：获取实时天气）。
资源（Resource）：AI 可以读取的静态或动态数据（例如：系统的配置提示）。

python

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

# 1. 初始化 FastMCP 服务器
mcp = FastMCP("MyAwesomeServer")

# 2. 定义一个工具（Tool）
# AI 可以调用这个工具来查询指定城市的实时天气
@mcp.tool()
async def get_weather(city: str) -> str:
    """获取指定城市的当前天气情况。
    
    Args:
        city: 城市名称 (例如: 'Beijing', 'Tokyo')
    """
    # 提示：实际开发中这里可以调用外部 API
    url = f"https://wttr.in{city}?format=3"
    async with httpx.AsyncClient() as client:
        response = await client.get(url)
        if response.status_code == 200:
            return response.text.strip()
        return f"无法获取 {city} 的天气数据。"

# 3. 定义一个资源（Resource）
# AI 可以读取这个资源作为上下文背景
@mcp.resource("memo://system-instructions")
def get_system_memo() -> str:
    """提供当前服务器的内部运行规范和备忘录。"""
    return "注意：本服务器的所有天气数据均实时抓取自开源服务，结果仅供参考。"

if __name__ == "__main__":
    # 启动服务器（默认使用 stdio 通信模式）
    mcp.run()

请谨慎使用此类代码。

3. 本地调试与测试 (MCP Inspector)

MCP 官方提供了一个可视化的调试工具 MCP Inspector，让你在接入 Cursor 或 Claude 之前，先在浏览器里测试你的代码是否正常。

在终端中运行以下命令启动调试器：

bash

mcp dev server.py

请谨慎使用此类代码。

运行后你会看到：

终端会输出一个 Web 调试界面的链接（通常是 http://localhost:5173 或类似地址）。
在浏览器中打开该链接，你会看到一个仪表盘。
点击 Tools 标签页，你会看到刚才写的 get_weather 函数。输入一个城市（如 London）并点击 Run，即可直接看到返回的天气结果。

4. 接入到 AI 客户端 (以 Cursor / Claude 为例)

调试通过后，你只需要将这个本地脚本配置到你的 AI 编辑器或客户端中。

选项 A：接入 Cursor 编辑器

打开 Cursor，进入 Settings -> Models -> MCP。
点击 + Add New MCP Server。
填写配置：
- Name: MyPythonMCP
- Type: 选择 command
- Command: python /绝对路径/to/my-mcp-server/server.py (注意：请替换为你电脑上的实际绝对路径)
点击 Save。连接成功后，状态图标会变成绿色的 Active。

选项 B：接入 Claude Desktop 客户端

修改 Claude 的配置文件（MacOS 路径为 ~/Library/Application Support/Claude/claude_desktop_config.json），添加以下内容：

json

{
  "mcpServers": {
    "my-python-server": {
      "command": "python",
      "args": ["/绝对路径/to/my-mcp-server/server.py"]
    }
  }
}

请谨慎使用此类代码。

5. 体验效果

配置完成后，直接在 AI 的对话框里对它下达指令，它就会自动发现并调用你的本地服务器：

💬 “帮我查一下东京现在的天气怎么样？”

AI 在后台会识别出 get_weather(city="Tokyo") 工具，执行你的 Python 脚本，并在获得返回后将结果组织成自然语言回答你。