基于Python搭建MCP服务器的详细步骤指南

智能应用中的通信新选择：MCP协议详解

在AI技术快速发展的今天，高效便捷的通信协议成为连接智能系统的基石。MCP（Model Context Protocol）作为一种专为智能应用设计的协议，以其轻量级和高灵活性受到广泛关注。本文将手把手教学如何用Python搭建MCP服务器，从环境配置到代码实现，再到测试优化，助您轻松掌握这一技术。

MCP协议的核心价值

MCP协议通过标准化工具、资源和提示的交互方式，实现了模型与外部能力的无缝对接。其三大核心优势包括：

• 标准化工具调用：通过装饰器自动生成工具元数据，大大降低开发复杂度
• 动态资源访问：支持静态配置与动态数据源的统一管理
• 智能提示工程：提供结构化模板指导模型生成优质输出

搭建MCP服务器的准备工作

基础环境要求

首先需要满足以下环境要求：

1. Python版本：推荐使用3.10以上版本（尤其推荐3.12）
2. 虚拟环境创建：

   通过以下命令创建和激活虚拟环境：
           Linux/Mac: source mcp-env/bin/activate
           Windows: mcp-env\Scripts\activate

依赖安装

安装必要的依赖工具：

pip install "mcp[cli]" httpx python-dotenv uvicorn fastapi

主要依赖包的功能如下：

• mcp[cli]：核心SDK及命令行工具
• httpx：异步HTTP客户端，用于调用第三方API
• python-dotenv：环境变量管理工具
• fastapi：高性能Web框架

实战：MCP服务器开发

基础功能实现

通过以下示例代码实现基础功能：
érique boycott docker

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("My First MCP Server")

@mcp.tool()
def greet(name: str) -> str:
    """生成个性化问候语"""
    return f"👋 你好 {name}！(Hello {name}!)"

if __name__ == "__main__":
    mcp.run(transport="stdio")  # 本地调试推荐stdio模式

高级功能扩展

异步API集成示例

以下是如何集成天气API的示例代码：

import osimport httpxfrom mcp.server.fastmcp import FastMCPfrom dotenv import load_dotenvload_dotenv()  # 加载.env文件中的API密钥mcp = FastMCP("Weather API Server")@mcp.tool()async def get_weather(city: str) -> str:    """查询实时天气（支持中文城市名）"""    url = "https://api.openweathermap.org/data/2.5/weather"    params = {        "q": city,        "appid": os.getenv("OPENWEATHER_API_KEY"),        "units": "metric"    }    async with httpx.AsyncClient() as client:        resp = await client.get(url, params=params)        data = resp.json()        return f"{city}天气: {data['weather'][0]['description']}, 温度: {data['main']['temp']}°C"

资源与提示实现

以下是资源和提示功能的实现示例：

# 资源示例：返回应用配置
@mcp.resource("config://app_settings")
def get_app_config() -> dict:
    return {
        "theme": "dark",
        "language": "zh-CN",
        "features": ["tools", "resources"]
    }

# 提示示例：代码审查模板
@mcp.prompt()
def code_review_prompt(code: str) -> str:
    return f"""请审查以下代码并指出问题：

{code}"""

客户端调用与测试

本地stdio模式调用

通过以下代码实现本地调试模式的调用：

import asyncio
from mcp.client.stdio import stdio_client
from mcp import ClientSession

async def main():
    server_params = {
        "command": "python",
        "args": ["server.py"]
    }
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # 调用工具
            result = await session.call_tool("greet", {"name": "开发者"})
            print(result[0].text)  # 输出: 👋 你好 开发者！(Hello 开发者!)

            # 调用资源
            config = await session.get_resource("config://app_settings")
            print(config)

asyncio.run(main())

HTTP模式部署与调用

要将服务器部署为HTTP服务，请按以下步骤进行：

1. 修改服务器启动方式：

   if __name__ == "__main__":
       mcp.run(
           transport="streamable-http",
           port=8000,
           path="/mcp"
       )
   

2. HTTP客户端调用示例：

   import asyncio
   from mcp.client import Client
   
   async def main():
       async with Client("http://localhost:8000/mcp/") as client:
           tools = await client.list_tools()
           print(f"可用工具: {[t.name for t in tools]}")
   
           result = await client.call_tool("get_weather", {"city": "北京"})
           print(f"天气: {result[0].text}")
   
   asyncio.run(main())
   

生产环境部署建议

容器化部署

使用Docker进行容器化部署的示例文件如下：

# Dockerfile
FROM python:3.12-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .
CMD ["python", "server.py"]

性能优化策略

1. 连接池管理：

   import httpx
   from mcp.server.fastmcp import FastMCP
   
   mcp = FastMCP("Optimized Server")
   client = httpx.AsyncClient(limits=httpx.Limits(max_connections=100))
   
   @mcp.tool()
   async def optimized_api_call(url: str) -> str:
       async with client.get(url) as resp:
           return resp.text
   

2. 缓存机制：

   from functools import lru_cache
   
   @lru_cache(maxsize=100)
   @mcp.tool()
   def cached_computation(x: int) -> int:
       return x * x
   

通过以上步骤，开发者可以快速构建从基础到企业级的MCP服务，实现在AI能力与业务系统的深度融合。建议持续关注MCP协议的更新，结合实际场景探索更多创新应用模式。