*大家好，我是AI拉呱，一个专注于人工智领域与网络安全方面的博主，现任资深算法研究员一职，热爱机器学习和深度学习算法应用，拥有丰富的AI项目经验，希望和你一起成长交流。关注AI拉呱一起学习更多AI知识。

构建MCP服务器教程

在本教程中，我们将构建一个简单的MCP天气服务器并将其连接到主机Claude for Desktop。

我们将要构建什么

我们将构建一个暴露两个工具的服务器：get_alerts 和 get_forecast。然后我们将服务器连接到MCP主机（在本例中是Claude for Desktop）：

核心MCP概念

MCP服务器可以提供三种主要类型的功能：

1. 资源：客户端可以读取的文件类数据（如API响应或文件内容）
2. 工具：LLM可以调用的函数（需要用户批准）
3. 提示：预编写模板，帮助用户完成特定任务

本教程主要关注工具。

让我们开始构建我们的天气服务器！您可以在这里找到我们要构建的完整代码。

先决条件知识

本快速入门假设您熟悉：

• Python
• 像Claude这样的LLM

MCP服务器中的日志记录

在实现MCP服务器时，请注意如何处理日志记录：
对于基于STDIO的服务器： 永远不要写入标准输出（stdout）。这包括：

• Python中的print()语句
• JavaScript中的console.log()
• Go中的fmt.Println()
• 其他语言中的类似stdout函数

写入stdout会破坏JSON-RPC消息并使您的服务器崩溃。
对于基于HTTP的服务器： 标准输出日志记录没有问题，因为它不会干扰HTTP响应。

最佳实践

1. 使用将日志写入stderr或文件的日志库。

快速示例

# ❌ 错误（STDIO）
print("Processing request")

# ✅ 正确（STDIO）
import logging
logging.info("Processing request")

系统要求

• 已安装Python 3.10或更高版本。
• 必须使用Python MCP SDK 1.2.0或更高版本。

设置您的环境

首先，让我们安装uv并设置我们的Python项目和环境：

确保之后重新启动终端以确保uv命令被识别。
现在，让我们创建和设置我们的项目：

现在让我们深入了解构建您的服务器。

构建您的服务器

导入包和设置实例

将这些添加到您的weather.py顶部：

from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP

# 初始化FastMCP服务器
mcp = FastMCP("weather")

# 常量
NWS_API_BASE = "https://api.weather.gov"
USER_AGENT = "weather-app/1.0"

FastMCP类使用Python类型提示和文档字符串自动生成工具定义，使得创建和维护MCP工具变得容易。

辅助函数

接下来，让我们添加用于查询和格式化国家气象局API数据的辅助函数：

async def make_nws_request(url: str) -> dict[str, Any] | None:
    """向NWS API发出请求并进行适当的错误处理。"""
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(url, headers=headers, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None

def format_alert(feature: dict) -> str:
    """将警报特征格式化为可读字符串。"""
    props = feature["properties"]
    return f"""
事件: {props.get('event', '未知')}
区域: {props.get('areaDesc', '未知')}
严重程度: {props.get('severity', '未知')}
描述: {props.get('description', '无可用描述')}
指示: {props.get('instruction', '无特定指示')}
"""

实现工具执行

工具执行处理程序负责实际执行每个工具的逻辑。让我们添加它：

@mcp.tool()
async def get_alerts(state: str) -> str:
    """获取美国州的天气警报。

    参数:
        state: 两字母美国州代码（例如 CA, NY）
    """
    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
    data = await make_nws_request(url)

    if not data or "features" not in data:
        return "无法获取警报或未找到警报。"

    if not data["features"]:
        return "此州无活动警报。"

    alerts = [format_alert(feature) for feature in data["features"]]
    return "\n---\n".join(alerts)

@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
    """获取位置的天气预报。

    参数:
        latitude: 位置的纬度
        longitude: 位置的经度
    """
    # 首先获取预报网格端点
    points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
    points_data = await make_nws_request(points_url)

    if not points_data:
        return "无法获取此位置的预报数据。"

    # 从点响应中获取预报URL
    forecast_url = points_data["properties"]["forecast"]
    forecast_data = await make_nws_request(forecast_url)

    if not forecast_data:
        return "无法获取详细预报。"

    # 将时间段格式化为可读的预报
    periods = forecast_data["properties"]["periods"]
    forecasts = []
    for period in periods[:5]:  # 仅显示接下来的5个时间段
        forecast = f"""
{period['name']}:
温度: {period['temperature']}°{period['temperatureUnit']}
风力: {period['windSpeed']} {period['windDirection']}
预报: {period['detailedForecast']}
"""
        forecasts.append(forecast)

    return "\n---\n".join(forecasts)

运行服务器

最后，让我们初始化并运行服务器：

if __name__ == "__main__":
    # 初始化并运行服务器
    mcp.run(transport='stdio')

您的服务器已完成！运行uv run weather.py启动MCP服务器，该服务器将监听来自MCP主机的消息。
现在让我们从现有的MCP主机Claude for Desktop测试您的服务器。

使用Claude for Desktop测试您的服务器

首先，确保您已安装Claude for Desktop。您可以在这里安装最新版本。 如果您已经安装了Claude for Desktop，请确保它已更新到最新版本。

我们需要为要使用的MCP服务器配置Claude for Desktop。为此，在文本编辑器中打开您的Claude for Desktop应用程序配置文件~/Library/Application Support/Claude/claude_desktop_config.json。如果文件不存在，请创建该文件。

例如，如果您安装了VS Code：

然后您将在mcpServers键中添加您的服务器。只有至少配置了一个服务器，MCP UI元素才会在Claude for Desktop中显示。

在这种情况下，我们将添加我们的单个天气服务器如下：

这告诉Claude for Desktop：

1. 有一个名为"weather"的MCP服务器
2. 通过运行uv --directory /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather run weather.py来启动它

保存文件，然后重新启动Claude for Desktop。

使用命令测试

让我们确保Claude for Desktop能够识别我们在weather服务器中暴露的两个工具。您可以通过查找"搜索和工具"图标来实现这一点。

点击滑块图标后，您应该看到列出的两个工具：

如果Claude for Desktop没有识别到您的服务器，请前往故障排除部分获取调试提示。

如果工具设置图标已显示，您现在可以通过在Claude for Desktop中运行以下命令来测试您的服务器：

• 萨克拉门托的天气如何？
• 德克萨斯州的活跃天气警报有哪些？

幕后发生的事情

当您提出问题时：

1. 客户端将您的问题发送给Claude
2. Claude分析可用的工具并决定使用哪个工具
3. 客户端通过MCP服务器执行选定的工具
4. 结果被发送回Claude
5. Claude制定自然语言响应
6. 响应显示给您！

关注“AI拉呱”一起学习更多AI知识！