MCP 作为连接大模型与各类工具、资源的桥梁，彻底解决了传统 AI 应用开发中 "模型孤岛" 的问题。本文将结合实战项目，从环境搭建、核心开发、调试部署到底层原理，全方位拆解 MCP 的开发流程，带你从零打造生产级 MCP 应用。

一、MCP 核心概念与技术架构

在动手开发前，我们首先需要理解 MCP 的核心设计理念。具体框架搭建可见笔者前面的文章：https://blog.csdn.net/2402_87515571/article/details/154367643?fromshare=blogdetail&sharetype=blogdetail&sharerId=154367643&sharerefer=PC&sharesource=2402_87515571&sharefrom=from_linkMCP 遵循 C/S 架构与多对一 "总线" 设计，通过三层架构实现大模型与外部系统的无缝通信：

1. 三大核心角色

🔴宿主进程（Host）：作为容器与协调者，负责管理客户端实例、控制连接权限、执行安全策  略、协调 AI/LLM 集成，支持创建多个客户端。常见的 Host 有 VS Code + CLINE 插件、Claude Desktop 等。

🟡客户端（Client）：由宿主创建，与服务器保持 1:1 对应关系，维护服务器连接、处理协议协商、双向路由消息、管理订阅通知机制，保持服务器间的安全边界。

🔵服务器（Server）：提供专业化上下文与能力，通过 MCP 原语暴露资源（Resources）、工具（Tools）和提示（Prompts），可作为本地进程或远程服务独立运行。

2. MCP 三大核心能力

🔴Resources（资源）：类文件数据，可供客户端读取，如 API 响应或文件内容。

🟡Tools（工具）：可供 LLM 调用的函数，需经用户授权，是 MCP 应用的核心交互载体。

🔵Prompts（提示）：预置场景化的提示模板，帮助用户快速完成特定任务。

二、MCP Server 开发与部署

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

# 1. 初始化FastMCP服务器
# 创建一个名为"weather"的服务器实例，该名称用于识别工具集
mcp = FastMCP("weather")

# --- 常量定义 ---
# 美国国家气象局(NWS)API的基础URL
NWS_API_BASE = "https://api.weather.gov"
# 设置请求头中的User-Agent，公共API要求提供此信息以识别客户端
USER_AGENT = "weather-app/1.0"

# --- 辅助函数 ---
async def make_nws_request(url: str) -> dict[str, Any] | None:
    """
    通用的异步函数，用于向NWS API发起请求并处理常见错误
    Args:
        url (str): 要请求的完整URL
    Returns:
        dict[str, Any] | None: 成功时返回解析后的JSON字典，失败时返回None
    """
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"  # NWS API推荐的Accept头格式
    }
    
    # 使用httpx.AsyncClient执行异步HTTP GET请求
    async with httpx.AsyncClient() as client:
        try:
            # 发起请求，设置30秒超时防止无限等待
            response = await client.get(url, headers=headers, timeout=30.0)
            # 触发4xx（客户端错误）或5xx（服务器错误）状态码异常
            response.raise_for_status()
            # 请求成功则返回JSON格式响应体
            return response.json()
        except Exception:
            # 捕获所有可能异常（网络问题、超时、HTTP错误等），返回None
            return None

def format_alert(feature: dict) -> str:
    """
    将单个天气预警的JSON数据格式化为人类可读的字符串
    Args:
        feature (dict): 单个预警的原始JSON数据
    Returns:
        str: 格式化后的预警信息
    """
    props = feature["properties"]
    # 使用get()方法安全访问字典键，避免键不存在导致程序崩溃
    return f"""
事件：{props.get('event', '未知')}
区域：{props.get('areaDesc', '未知')}
严重性：{props.get('severity', '未知')}
描述：{props.get('description', '无描述信息')}
指令：{props.get('instruction', '无具体指令')}
"""

# --- MCP工具定义 ---
@mcp.tool()
async def get_alerts(state: str) -> str:
    """
    获取美国某个州当前生效的天气预警信息
    该函数被@mcp.tool()装饰器标记，可被大模型作为工具调用
    Args:
        state (str): 两个字母的美国州代码（例如：CA, NY, TX）
    Returns:
        str: 格式化后的天气预警信息或提示文本
    """
    # 构造请求特定州天气预警的URL
    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
    # 调用辅助函数发起异步请求
    data = await make_nws_request(url)
    
    # 健壮性检查：请求失败或数据格式不正确
    if not data or "features" not in data:
        return "无法获取预警信息或未找到相关数据。"
    
    # 无生效预警时的友好提示
    if not data["features"]:
        return "该州当前没有生效的天气预警。"
    
    # 格式化所有预警信息并拼接
    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:
    """
    根据给定的经纬度获取天气预报
    该函数被@mcp.tool()装饰器标记，可被大模型作为工具调用
    Args:
        latitude (float): 地点的纬度（例如：40.7128 对应纽约）
        longitude (float): 地点的经度（例如：-74.0060 对应纽约）
    Returns:
        str: 格式化后的天气预报信息或提示文本
    """
    # NWS API获取预报需要两步：先获取网格点信息，再获取具体预报
    # 第一步：根据经纬度获取包含预报接口URL的网格点信息
    points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
    points_data = await make_nws_request(points_url)
    
    if not points_data:
        return "无法获取该地点的预报数据。"
    
    # 第二步：从网格点响应中提取实际的天气预报接口URL
    forecast_url = points_data["properties"]["forecast"]
    forecast_data = await make_nws_request(forecast_url)
    
    # 第三步：请求并处理详细预报数据
    if not forecast_data:
        return "无法获取详细的预报信息。"
    
    # 提取预报周期数据（默认返回多个时段预报）
    periods = forecast_data["properties"]["periods"]
    forecasts = []
    
    # 遍历前5个预报周期（今天下午、今晚、明天等核心时段）
    for period in periods[:5]:
        forecast = f"""
{period['name']}：
温度：{period['temperature']} {period['temperatureUnit']}
风力：{period['windSpeed']} {period['windDirection']}
预报：{period['detailedForecast']}
"""
        forecasts.append(forecast)
    
    # 拼接所有时段预报并返回
    return "\n---\n".join(forecasts)

# --- 启动服务器 ---
if __name__ == "__main__":
    # 启动MCP服务器，监听外部工具调用请求（默认使用stdio协议）
    mcp.run()

2.4  MCP 天气查询应用实战

🔵CLINE 官网

🟣Weather MCP Server 与 MCP Client 配置

🔴实战：MCP 项目开发流程
MCP Server 开发配置（以 Python SDK 为例）：
1.搭建开发环境： 安装 uv 包管理工具，确保 Python 3.10+, MCP Python SDK 1.2.0+
2.项目初始化：创建和激活 Python 虚拟环境，安装依赖包
3.开发 MCP Server：导入 FastMCP 和 httpx，使用异步通信开发服务器
4.调试 MCP Server：启动并查看 MCP Hosts 是否能正常通信。
🟣MCP Hosts 开发配置（以VS Code + CLINE 为例）：
1.安装 CLINE 插件
2.配置 MCP Client 并检查是否能发现对应 MCP Server
3.MCP Hosts 大模型及关键参数配置
4.使用 CLINE 任务功能调试 大模型与 MCP Server 运行情况

三、基于 CLINE 开发与调试行程规划助手

🟣魔塔托管的 Weather MCP Servers：获取长期有效链接

🟢CLINE 启动新配置的 MCP Servers

🟡使用 CLINE 查看 MCP Servers 所有接口

协议层（上层）

🟡职责：定义通信的 " 语言规则 "

🟣消息 结构化封装 （ JSON-RPC 2.0 ）

• 请求 - 响应 的生命周期管理

🟢核心类：Protocol, Client, Server 。

• 功能 ：处理消息帧、请求 / 响应 链接 和 高级通信模式（面向应用）

🔴TypeScript：

🟢Python：

传输层（下层）

🟡处理客户端与服务器之间的实际通信（面向网络），所有传输都使用 JSON-RPC 2.0 交换消息。

MCP 支持 2 种传输机制：

1. 标准输入输出（ Stdio ）

🔴使用标准输入 / 输出进行通信

2. 流式 HTTP （ Streamable HTTP ）

🟣 使用事件 ( Server-Sent Events, SSE) 进行流式传输

🔵使用HTTP POST 进行客户端到服务器的消息传递

• 最佳实践：

1. Stdio （本地通信）

🔴本地进程，对同机通信效率高，进程管理简单

2. SSE （远程通信）

🟡需要 HTTP 兼容性的场景，且安全性高（支持认证和授权）

四、MCP 完整生命周期管理

1. 初始化

客户端发送包含协议版本和能力的 initialize 请求

服务器响应其协议版本和能力

客户端发送 initialized 通知作为确认

开始正常消息交换

2. 消息交换（初始化后）支持以下模式：

请求 - 响应 ：客户端或服务器发送请求，另一端响应

通知 ：任一方发送单向消息

3. 终止（任一方都可以终止连接）：

通过 close() 进行干净关闭

传输断开连接

错误条件

致谢

 谢谢大家的阅读，还有很多不足支出，欢迎大家在评论区指出，如果我的内容对你有帮助，可以点赞 ， 收藏 ，大家的支持就是我坚持下去的动力！

“请赐予我平静，去接受我无法改变的 ；赐予我勇气，去改变我能改变的。”