引言

**模型控制協(xié)議（Model Control Protocol, MCP）**是一種專為實(shí)現(xiàn)AI代理與工具解耦而設(shè)計(jì)的通信協(xié)議，為AI驅(qū)動(dòng)應(yīng)用程序的開發(fā)提供了高度的靈活性和模塊化架構(gòu)。通過MCP服務(wù)器，AI代理能夠動(dòng)態(tài)發(fā)現(xiàn)并調(diào)用各種工具來響應(yīng)用戶請求。本文將詳細(xì)介紹MCP服務(wù)器的構(gòu)建過程，包括工具函數(shù)的注冊、配置以及與Claude Desktop等AI代理的集成。我們將使用Python語言結(jié)合Anthropic的mcp庫來構(gòu)建一個(gè)功能完整的通用MCP服務(wù)器。

MCP協(xié)議概述

MCP協(xié)議建立了AI代理與MCP服務(wù)器上托管工具集之間的標(biāo)準(zhǔn)化通信機(jī)制。當(dāng)用戶向AI代理提交查詢時(shí)，代理會從MCP服務(wù)器獲取可用的工具列表，將這些工具轉(zhuǎn)換為AI模型可理解的格式，并與用戶請求一同發(fā)送給底層的AI模型。AI模型根據(jù)請求內(nèi)容和可用工具，決定調(diào)用哪個(gè)工具并返回相應(yīng)的執(zhí)行指令。這種解耦架構(gòu)確保了AI代理與工具之間的獨(dú)立性，不僅提升了系統(tǒng)的靈活性，還顯著增強(qiáng)了整體架構(gòu)的可擴(kuò)展性。

開發(fā)環(huán)境準(zhǔn)備

在開始MCP服務(wù)器開發(fā)之前，需要確保開發(fā)環(huán)境滿足以下要求：

系統(tǒng)需要安裝Python 3.8或更高版本。對于包管理，建議使用pip、Poetry或UV等現(xiàn)代化工具，本文將采用UV作為主要的包管理工具。還需要準(zhǔn)備一個(gè)支持MCP協(xié)議的AI代理應(yīng)用程序（如Claude Desktop）用于后續(xù)的功能測試。開發(fā)者還應(yīng)具備Python編程和JSON數(shù)據(jù)格式的基礎(chǔ)知識。

創(chuàng)建項(xiàng)目的過程非常簡單，通過UV命令即可快速初始化：

 uv init McpAgent  
 cd McpAgent

該命令會生成一個(gè)針對Python開發(fā)優(yōu)化的項(xiàng)目結(jié)構(gòu)。項(xiàng)目根目錄下包含Git倉庫配置、gitignore文件用于忽略臨時(shí)文件、python-version文件指定Python版本、main.py作為應(yīng)用程序的入口點(diǎn)、pyproject.toml管理項(xiàng)目元數(shù)據(jù)和依賴關(guān)系、README.md提供項(xiàng)目文檔，以及uv.lock文件確保依賴版本的一致性。

UV工具的優(yōu)勢在于其能夠提供一致的依賴管理和虛擬環(huán)境創(chuàng)建功能，確保項(xiàng)目在不同系統(tǒng)環(huán)境中的可移植性。

工具函數(shù)的設(shè)計(jì)與實(shí)現(xiàn)

MCP服務(wù)器的核心功能依賴于工具函數(shù)的實(shí)現(xiàn)。我們首先創(chuàng)建一個(gè)用于獲取系統(tǒng)信息的工具函數(shù)，該函數(shù)將作為MCP服務(wù)器托管的基礎(chǔ)工具。

以下是一個(gè)完整的系統(tǒng)信息獲取工具的實(shí)現(xiàn)示例：

tools.py

 import platform  
import json  

def get_host_info() -> str:  
    """  
    獲取當(dāng)前設(shè)備的系統(tǒng)信息。
      
    Returns:  
        str: 包含操作系統(tǒng)、架構(gòu)等系統(tǒng)信息的JSON格式字符串。
    """  
    system_info = {  
        "os": platform.system(),  
        "architecture": platform.machine(),  
        "platform": platform.platform()  
    }  
    return json.dumps(system_info)  

if __name__ == "__main__":  
     print(get_host_info())

在設(shè)計(jì)工具函數(shù)時(shí)，需要遵循幾個(gè)重要的原則。首先，函數(shù)命名應(yīng)該具有明確的描述性，參數(shù)設(shè)計(jì)要清晰明了。例如，

get_host_info

這個(gè)函數(shù)名直接表達(dá)了其獲取主機(jī)信息的功能。其次，完整的類型提示（如

-> str

）對于幫助AI模型理解函數(shù)的輸入輸出特征至關(guān)重要。

文檔字符串的編寫同樣重要，特別是當(dāng)函數(shù)功能不能從名稱直接推斷時(shí)，詳細(xì)的文檔字符串能夠幫助AI模型更好地理解工具的用途和行為。在返回值設(shè)計(jì)方面，工具函數(shù)應(yīng)該返回AI模型能夠有效處理的字符串格式數(shù)據(jù)，通常采用JSON格式。在本例中，我們使用

json.dumps

方法將Python字典轉(zhuǎn)換為JSON字符串。

工具函數(shù)的測試可以通過UV命令直接執(zhí)行：

 uv run tools.py

正常情況下，該命令會輸出類似以下的系統(tǒng)信息：

 {  
   "os": "Darwin",   
   "architecture": "arm64",   
   "platform": "macOS-15.4.1-arm64-arm-64bit"  
 }

MCP服務(wù)器的構(gòu)建與配置

完成工具函數(shù)開發(fā)后，下一步是使用Anthropic的mcp庫構(gòu)建MCP服務(wù)器。該服務(wù)器將負(fù)責(zé)托管

get_host_info

工具并為AI代理提供訪問接口。

首先需要安裝mcp庫。在使用UV的環(huán)境中，可以通過以下命令完成安裝：

 uv add mcp

安裝完成后，pyproject.toml文件會自動(dòng)更新相關(guān)配置：

 [project]  
name = "mcpagent"  
version = "0.1.0"  
description = "Add your description here"  
readme = "README.md"  
requires-python = ">=3.12"  
dependencies = [  
    "mcp>=1.9.1",  
 ]

接下來構(gòu)建基礎(chǔ)的MCP服務(wù)器代碼：

main.py

 from mcp.server.fastmcp import FastMCP  
import tools  

# 創(chuàng)建MCP服務(wù)器實(shí)例
mcp = FastMCP("System Info Service")  

# 注冊工具函數(shù)
mcp.add_tool(tools.get_host_info)  

# 以stdio模式啟動(dòng)MCP服務(wù)器
def main() -> None:  
    mcp.run("stdio")  

if __name__ == "__main__":  
     main()

代碼的核心組件包括FastMCP類，它是mcp庫的主要接口。構(gòu)造函數(shù)接受一個(gè)服務(wù)名稱參數(shù)，雖然名稱選擇相對自由，但建議使用具有描述性的名稱。

add_tool

方法用于將工具函數(shù)注冊到MCP服務(wù)器中，支持多次調(diào)用以注冊多個(gè)工具。

run

方法負(fù)責(zé)啟動(dòng)MCP服務(wù)器，其中mode參數(shù)指定通信模式。

MCP協(xié)議支持兩種主要的通信模式：stdio模式使用標(biāo)準(zhǔn)輸入輸出進(jìn)行本地通信，實(shí)現(xiàn)簡單但要求代理和服務(wù)器運(yùn)行在同一設(shè)備上；SSE（Server-Sent Events）模式通過HTTP協(xié)議實(shí)現(xiàn)通信，適合云端部署場景，但需要處理身份驗(yàn)證和授權(quán)機(jī)制?？紤]到教學(xué)目的，本文采用stdio模式以降低復(fù)雜性。

對于工具函數(shù)與MCP服務(wù)器定義在同一文件中的情況，可以采用裝飾器模式進(jìn)行注冊：

main.py

 from mcp.server.fastmcp import FastMCP  
import platform  
import json  

mcp = FastMCP("System Info Service")  

@mcp.tool  
def get_host_info() -> str:  
    """  
    獲取當(dāng)前設(shè)備的系統(tǒng)信息。
      
    Returns:  
        str: 包含操作系統(tǒng)、架構(gòu)等系統(tǒng)信息的JSON格式字符串。
    """  
    system_info = {  
        "os": platform.system(),  
        "architecture": platform.machine(),  
        "platform": platform.platform()  
    }  
    return json.dumps(system_info)  

 mcp.run(mode="stdio")

@mcp.tool

裝飾器在功能上等同于

mcp.add_tool(get_host_info)

的調(diào)用，提供了更加簡潔的代碼組織方式。

AI代理的配置與集成

為了驗(yàn)證MCP服務(wù)器的功能，我們選擇Claude Desktop作為測試平臺。Claude Desktop是一個(gè)用戶友好的AI代理應(yīng)用程序，內(nèi)置了對MCP協(xié)議的支持。需要注意的是，其他AI代理（如Cline）的配置過程基本相似。

Claude Desktop的配置過程包括以下步驟：

首先，在Claude Desktop中打開設(shè)置菜單，然后訪問開發(fā)者設(shè)置選項(xiàng)。在開發(fā)者設(shè)置中，點(diǎn)擊"編輯配置"按鈕，系統(tǒng)會打開包含配置文件的目錄。

在配置文件目錄中，需要定位或創(chuàng)建MCP配置文件（通常命名為claude_desktop_config.json）。配置文件的核心內(nèi)容是指定啟動(dòng)MCP服務(wù)器的命令和參數(shù)。由于我們使用UV作為包管理工具，配置文件的格式如下：

mcp_config.json

 {  
  "mcpServers": {  
    "hostInfoMcp": {  
      "command": "/ABSOLUTE/PATH/TO/UV/uv",  
      "args": [  
        "--directory",  
        "/ABSOLUTE/PATH/TO/MCPAgent/FOLDER/",  
        "run",  
        "main.py"  
      ]  
    }  
  }  
 }

配置文件中有幾個(gè)關(guān)鍵點(diǎn)需要特別注意。command字段必須指向UV可執(zhí)行文件的完整絕對路徑，在macOS系統(tǒng)中通常是"/Users/username/.local/bin/uv"。同時(shí)，directory參數(shù)也必須使用項(xiàng)目的完整絕對路徑，例如"/Users/username/projects/McpAgent"。

配置項(xiàng)的含義分別是：name字段應(yīng)與FastMCP構(gòu)造函數(shù)中提供的服務(wù)名稱保持一致；command字段指定MCP服務(wù)器的啟動(dòng)命令；args字段包含命令執(zhí)行所需的參數(shù)列表。

完成配置文件編輯后，需要保存文件并重啟Claude Desktop使配置生效。

功能測試與驗(yàn)證

配置完成后，Claude Desktop應(yīng)該能夠自動(dòng)檢測到MCP服務(wù)器及其注冊的工具。測試過程包括以下幾個(gè)步驟：

啟動(dòng)Claude Desktop的聊天界面，在界面中應(yīng)該能夠看到已注冊的"hostInfoMcp"工具。

在聊天界面中輸入相關(guān)查詢，例如"我的計(jì)算機(jī)的CPU架構(gòu)是什么？"。Claude Desktop會顯示一個(gè)對話框，提示AI模型希望調(diào)用get_host_info工具。用戶需要點(diǎn)擊"允許"按鈕以授權(quán)工具的執(zhí)行。

AI代理會執(zhí)行工具函數(shù)，獲取系統(tǒng)信息，并基于工具的返回結(jié)果生成響應(yīng)。整個(gè)過程展示了MCP協(xié)議在AI代理與工具之間建立的有效通信機(jī)制。

AI生成的響應(yīng)是基于

get_host_info

函數(shù)返回的JSON數(shù)據(jù)進(jìn)行的智能解析和格式化輸出。

開發(fā)最佳實(shí)踐

在MCP服務(wù)器開發(fā)過程中，遵循最佳實(shí)踐能夠顯著提升系統(tǒng)的可靠性和維護(hù)性。

在MCP服務(wù)器開發(fā)過程中，遵循最佳實(shí)踐能夠顯著提升系統(tǒng)的可靠性和維護(hù)性。

在工具設(shè)計(jì)方面，應(yīng)該將AI模型視為需要優(yōu)質(zhì)API和詳細(xì)文檔的開發(fā)者。因此，工具函數(shù)需要具備清晰的命名規(guī)范、完整的類型提示和詳細(xì)的文檔說明。函數(shù)的設(shè)計(jì)應(yīng)該遵循單一職責(zé)原則，每個(gè)工具專注于完成特定的功能，這樣不僅有利于代碼維護(hù)，也便于AI模型的理解和調(diào)用。

通信模式的選擇需要根據(jù)具體的部署場景來確定。對于本地開發(fā)和測試環(huán)境，stdio模式提供了簡單直接的通信方式，能夠快速驗(yàn)證功能的有效性。而在生產(chǎn)環(huán)境中，特別是需要遠(yuǎn)程訪問的場景下，SSE模式提供了更強(qiáng)的靈活性和擴(kuò)展性，但同時(shí)也需要考慮網(wǎng)絡(luò)安全和訪問控制的實(shí)現(xiàn)。

錯(cuò)誤處理機(jī)制是系統(tǒng)穩(wěn)定性的重要保障。工具函數(shù)應(yīng)該能夠優(yōu)雅地處理各種異常情況，并返回格式化的錯(cuò)誤信息字符串。這些錯(cuò)誤信息不僅要便于AI模型理解，也要為用戶提供有意義的錯(cuò)誤提示。建議在工具函數(shù)中實(shí)現(xiàn)完整的異常捕獲和處理邏輯，避免因?yàn)檫\(yùn)行時(shí)錯(cuò)誤導(dǎo)致整個(gè)MCP服務(wù)器崩潰。

模塊化架構(gòu)設(shè)計(jì)是MCP協(xié)議的核心優(yōu)勢之一。保持工具函數(shù)和MCP服務(wù)器的獨(dú)立性，能夠最大化系統(tǒng)的靈活性。這種設(shè)計(jì)允許開發(fā)者獨(dú)立地開發(fā)、測試和部署不同的工具，也便于后期的功能擴(kuò)展和維護(hù)。

總結(jié)

本文通過實(shí)際的代碼示例和詳細(xì)的配置步驟，展示了使用Python和Anthropic的mcp庫構(gòu)建MCP服務(wù)器的完整過程。我們從工具函數(shù)的設(shè)計(jì)開始，逐步介紹了MCP服務(wù)器的構(gòu)建、AI代理的配置以及功能測試的驗(yàn)證方法。

MCP協(xié)議的核心價(jià)值在于實(shí)現(xiàn)了AI代理與工具之間的有效解耦。這種模塊化架構(gòu)不僅簡化了工具的集成過程，還顯著提升了系統(tǒng)的可擴(kuò)展性。通過標(biāo)準(zhǔn)化的通信協(xié)議，開發(fā)者能夠獨(dú)立地開發(fā)AI代理和工具組件，為AI驅(qū)動(dòng)應(yīng)用程序的開發(fā)提供了更大的靈活性。

遵循本文介紹的最佳實(shí)踐，包括清晰的工具函數(shù)設(shè)計(jì)、合適的通信模式選擇以及完善的錯(cuò)誤處理機(jī)制，開發(fā)者能夠構(gòu)建出可靠且高效的MCP應(yīng)用系統(tǒng)?；谶@個(gè)技術(shù)基礎(chǔ)，可以進(jìn)一步擴(kuò)展MCP服務(wù)器的功能，集成更多類型的工具，或者嘗試與不同的AI代理進(jìn)行集成，從而充分發(fā)揮AI驅(qū)動(dòng)工作流程的潛力。

MCP協(xié)議為AI應(yīng)用開發(fā)領(lǐng)域帶來了新的架構(gòu)思路，其在提升系統(tǒng)模塊化程度和開發(fā)效率方面的價(jià)值值得進(jìn)一步探索和應(yīng)用。

以上就是使用Python構(gòu)建MCP服務(wù)器的詳細(xì)配置步驟的詳細(xì)內(nèi)容，更多關(guān)于Python構(gòu)建MCP服務(wù)器的資料請關(guān)注腳本之家其它相關(guān)文章！