背景

最近AI比较火爆，那就不得不提及AI的左膀右臂，MCP。简单介绍一下MCP是什么。

MCP是什么

       不知大家在用deepseek、Kimi、gpt的时候，有没有这种感觉，你问一些问题，AI只能提供解决办法，不能直接把结果告诉你。
      比如，你问，帮我创建一个excel，在excel中写上xxx数据。它会告诉你操作流程：打开WPS，点击“新建”，…，却不能真正的创建文件，它没有执行能力。
       你问，今天北京的天气怎么样，它可能会告诉你:【打开浏览器，输入北京天气】，而它却不能搜索浏览器将结果告知你。即：它只能回答你问题，不能帮你干活，它只能给你提供方案，不能真正的帮你执行。
       因为，AI大部分都是基于知识库进行回答，AI并没有联网搜索功能，没有读写磁盘的能力等等，在这种情况下，AI只是一个工具，与计算器、字典没有什么区别。
       那怎么才能让AI为我们干活呢，答案就是MCP！mcp可以让AI长出手和脚，可以让AI真正的帮你做事，mcp可以让AI连接数据库，执行sql；可以在电脑上创建文件，读取文件，执行linux命令；可以搜索浏览器，获取结果。
       一个大家最熟悉的例子就是，千问帮我们点奶茶！千问直接对接了淘宝闪购的商品选购接口、高德的定位服务、支付的支付接口。实现了无需通过传统页面点击模拟用户操作。千问是真真正正的帮我实现了选品、下单、支付流程。使用千问下单奶茶，AI正在创造一个新时代！

MCP定义：Model Context Protocol，模型上下文协议，是由 ‌Anthropic 公司于 2024 年 11 月开源‌的一种标准化通信协议，旨在统一大语言模型（LLM）与外部工具、数据源和服务之间的交互方式，被广泛称为 ‌“AI 的 USB-C 接口”‌ ‌。
简而言之，MCP是一种标准协议，标准化了AI工具与外部工具/服务的交互方式，像一个插座一样连接了AI与外部服务。

MCP本质：说到底，mcp还是一个服务，AI工具引入mcp包，AI就是mcp的客户端，提供外部服务/工具/数据源的、引入了mcp的服务就是mcp服务端，客户端与服务端之间通过mcp协议交互，本质还是服务的调用。是mcp让AI 从工具变成了小助手。

工具说明

本次要手动实现一个天气查询的mcp工具。

基础准备

1、python3.9+、mac环境
我是mac电脑，python需要是3.9版本以上的，太低的会不支持。
我的情况是：电脑上有3.8和3.10两个版本的python，而环境变量中配置的是3.8版本的，但mcp又不支持3.9以下的，我又不想修改环境变量，因为，我的其他项目在用3.8。 这时，python提供了一个方式，python支持创建虚拟环境，在虚拟环境中可以使用指定的Python版本。

命令实操

1、创建虚拟环境

cd /User/xxx  # 进入一个目录
mkdir MyMcp  # 创建一个文件夹
cd MyMcp # 进入到该文件夹
ls /usr/local/bin/python*  # 先查看本地安装的所有Python版本，如果这个命令不好使，可以在搜索下其他的命令
# 我本地是有3.10版本的Python，但不是环境变量中配置的Python，所以在创建虚拟环境时我需要手动指定Python，但我需要先查看3.10版本的路径
which python3.10 # 打印出的路径是：/Library/Frameworks/Python.framework/Versions/3.10/bin/python3.10

python3 -m venv -p /Library/Frameworks/Python.framework/Versions/3.10/bin/python3.10 venv # 使用指定版本Python创建虚拟环境venv -p代表指定Python版本
source venv/bin/activate # 激活虚拟环境  在MyMcp目录下执行即可。当前目录结构应该是MyMcp/venv/...
# 激活成功之后，命令行最前面应该会出现(venv)

deactivate # 退出虚拟环境，如果要删除的话，直接删除当前文件夹即可

2、安装核心库

虚拟环境创建好后，开始安装核心包

pip install mcp aiohttp anyio fastmcp # 这个命令就是默认安装mcp、aiohttp、anyio、fastmcp 最新版本

这些库中，mcp是核心库，aiohttp用于处理HTTP请求，anyio用于管理异步并发。

安装好之后，可以查看所有安装的包的版本

pip list  # 查看所有
pip show mcp # 查看mcp包的详细信息

mcp版本是：1.26.0
fastmcp版本是：3.0.2
aiohttp版本是：3.13.3
anyio版本是：4.12.1
brew版本是：3.6.2

3、创建mcp服务器

1、创建脚本

touch server.py # 创建一个名为server.py的脚本

2、写代码(stadio方式交互)

import asyncio
import sys
import aiohttp
from mcp.server.fastmcp import FastMCP
from mcp.server.stdio import stdio_server

# 创建一个FastMCP服务，参数是服务名，可自定义
mcp = FastMCP("weather-server")

# 建议从环境变量读取 API Key
API_KEY = "" # 从官网上免费获取一个自己的key

# 定义为mcp的tool
@mcp.tool()
async def get_weather(city: str) -> str:
    """根据城市名称查询当前天气情况"""
    url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={API_KEY}&units=metric"
    timeout = aiohttp.ClientTimeout(total=10)
    
    try:
        async with aiohttp.ClientSession(timeout=timeout) as session:
            async with session.get(url) as response:
                response.raise_for_status()
                data = await response.json()
                temperature = data['main']['temp']
                description = data['weather'][0]['description']
                return f"{city}的当前天气：温度{temperature}℃，{description}"
    except Exception as e:
        return f"获取天气信息失败: {str(e)}"

if __name__ == "__main__":
   mcp.run() # 这种方式默认是以stadio方式交互的

3、写代码(http方式交互)

import asyncio
import contextlib
import aiohttp
from mcp.server.fastmcp import FastMCP
from mcp.server.stdio import stdio_server
from starlette.applications import Starlette
from starlette.routing import Mount
from starlette.middleware.cors import CORSMiddleware

# 创建Server实例，名字叫"weather-server"
mcp = FastMCP("weater-server", stateless_http=True,json_response=True)

print(type(mcp)) # 打印mcp类型
# 你的OpenWeatherMap API Key，建议从环境变量读取
API_KEY = ""

@mcp.tool()
async def get_weather(city: str) -> str:
    """根据城市名称查询当前天气情况
    
    Args:
        city: 城市名称，例如"Beijing"或"上海"
    
    Returns:
        返回该城市的当前天气信息，包括温度和天气状况。
    """
    # 构建请求URL
    url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={API_KEY}&units=metric"
    timeout = aiohttp.ClientTimeout(total=10)  # 设置10秒超时
    # 错误处理与超时控制
    try:
        async with aiohttp.ClientSession(timeout=timeout) as session:
                async with session.get(url) as response:
                    # 检查HTTP状态码是否成功
                    response.raise_for_status()
                    data = await response.json()
                    
                    # 解析返回的JSON数据
                    temperature = data['main']['temp']
                    description = data['weather'][0]['description']
                    result_text = f"{city}的当前天气：温度{temperature}℃，{description}"
                    
                    return result_text
                    
    except asyncio.TimeoutError:
        return "天气请求超时，请稍后重试"
    except aiohttp.ClientResponseError as e:
        return f"HTTP错误: {e.status} - {e.message}"
    except Exception as e:
        return f"获取天气信息时发生错误: {str(e)}"

# Create a combined lifespan to manage both session managers
@contextlib.asynccontextmanager
async def lifespan(app: Starlette):
    async with contextlib.AsyncExitStack() as stack:
        await stack.enter_async_context(mcp.session_manager.run())
        yield

# Create your Starlette app first
starlette_app = Starlette(routes=[Mount("/", mcp.streamable_http_app())],lifespan=lifespan,)

# Then wrap it with CORS middleware
starlette_app = CORSMiddleware(
    starlette_app,
    allow_origins=["*"],  # Configure appropriately for production
    allow_methods=["GET", "POST", "DELETE"],  # MCP streamable HTTP methods
    expose_headers=["Mcp-Session-Id"],
)

if __name__ == "__main__":
    mcp.run(transport="streamable-http")

4、说明

• 工具声明：@mcp.tool()装饰器将函数注册为MCP工具。函数的参数和文档字符串会自动成为工具Schema的一部分，帮助AI模型理解如何调用它。
• mcp.run() 这种方式默认是以stadio方式交互的，与Claude等客户端通信的标准方式。claude也可以设置使用http方式交互
• mcp.run(transport=“streamable-http”) 这种方式使用http访问，可以使用postman访问。

4、启动服务(服务端)

• 执行python命令，启动服务

python server.py

• 以stadio方式交互，执行启动命令后，控制台应该是没有任何输出的，能看到光标在闪
• 以http方式交互，控制台输出如下：
  

5、配置mcp工具(客户端配置)

1、claude配置

我本地安装了claude客户端(命令行方式,非app)，找到.claude.json文件，我的是在~目录下，编辑.claude.json文件，配置mcp

"mcpServers": {
    "weather-server": { # server.py脚本中的名字
      "command": "/Users/xxxx/MyMCP/venv/bin/python3.10", # 这个是虚拟环境中使用的python路径
      "args": [
        "/Users/xxxx/MyMCP/server.py" # 自定义的python脚本
      ]
    }
  }

在虚拟环境中使用which python3.10 (如果是其他版本，把命令中的3.10替换为自己实际使用的版本)命令查看虚拟环境中使用的python路径，填写到.claude.json配置文件的。

这里有一个小坑：我刚开始把mcp配置写在了projects的项目目录下，当我在非项目目录下启动claude时，会发现claude找不到我配置的mcp工具，这是因为mcp的配置有针对全局的，也有针对项目，我如果配置在项目目录下，那就只在该目录下使用；所以，最好是配置在全局，这样无论在哪儿启动claude，都可以使用mcp

6、使用mcp

1、在claude中使用

• stadio方式与claude交互时，不需要手动启动mcp服务端，claude会自动启动mcp服务。配置完claude配置文件后，启动claude，如果启动claude之后，右下角没有提示“1
  mcp failed”，那就成功了一半(如果有，检查配置文件)。

• 启动claude成功之后，输入/mcp，可以看到刚才自己写的mcp
  

• 向claude提问：查询北京今天的天气(claude会自动推断是否要使用mcp工具)，也可以明确告诉AI，使用xxx工具

2、在postman中使用

• 在postman中使用mcp时，需要手动将mcp服务启动，mcp启动成功后会有如下输出：

ip:127.0.0.1
port:8000
访问路径：http://127.0.0.1:8000/mcp(默认会带着mcp路径)

• postman请求配置：
  1、请求头中添加：Accept = application/json
  2、body中配置

{
    "jsonrpc": "2.0",
    "id": 2,
    "method": "tools/call",
    "params": {
        "name": "get_weather", // server.py中定义的方法名
        "arguments": {
            "city": "Beijing"  // 参数 要查询的城市
        }
    }
}

• 获取响应结果
  

总结

我在自己写脚本的过程中遇到很多坑，我本身是学java的，python接触不多，遇到了很多问题，但是今天写的时候，有些bug已经想不起来了。遇到的最难解决的两个问题就是：
1、跟着其他博主博客写代码，博主博客不写清楚包的版本号；
2、我本地可能是工具版本的问题，在下载工具包时，总是会报包不存在的问题，根本原因是我本地的brew有问题、pip命令也有问题(使用了/Users/xxx/MyMCP/venv/bin/python -m pip install --upgrade pip)命令升级pip就好了

有问题欢迎留言讨论~