Skip to main content

开发 MCP 服务器

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宿主程序 Cursor。我们将从基本设置开始，然后逐步进行更复杂的用例。

我们将构建什么​

许多 LLM（包括 Claude）目前还没有获取温度的能力。让我们使用 MCP 来解决这个问题！

我们将构建一个服务器，提供 1 个工具：get-weather。然后我们将服务器连接到 MCP 宿主程序（在本例中是 Cursor）

tip

MCP 服务器可以连接任何客户端。默认官方提供 Claude Desktop，但是这个客户端在大陆不可用

个人建议可以使用 Cursor/ RooCline/ CherryStudio 等代替，这里我们会使用 Cursor 来演示

MCP 核心概念​

MCP 服务器可以提供三种主要类型的功能：

  1. 资源（Resources）：类文件数据，可被客户端读取（如 API 响应或文件内容）
  2. 工具（Tools）：可被 LLM 调用的函数（需用户批准）
  3. 提示（Prompts）：预先编写的模板，帮助用户完成特定任务

本教程将主要关注工具。

你的第一个 MCP 服务器​

点击这里查看完整代码

前置知识​

本快速入门假设您熟悉：

  • Python
  • LLM，如 Claude-3.7-Sonnet 或者 GPT-4O

系统要求​

  • 安装 Python 3.10 或更高版本
  • 安装 Pip

设置你的环境​

首先，让我们安装官方 SDK

python --version
pip --version

pip install mcp

构建 MCP 服务器​

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

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

# 每个 tool 具体逻辑 这里模拟获取温度
@mcp.tool()
async def get_weather(area: str) -> str:
  # 模拟温度 实际可以调用天气 API
  temperature = random.choice([1, 15, 30])
  return f"{temperature}"

# 启动 MCP 服务器
if __name__ == "__main__":
  mcp.run()

使用 Cursor 测试​

为了方便测试，我们在当前目录创建 .cursor 目录，并且设置配置文件 mcp.json

{
  "mcpServers": {
    "xy-weather-mcp": {
      "command": "python",
      "args": ["{your-path}/weather.py"]
    }
  }
}
info

字段含义：

  • mcpServers 是主配置对象，包含所有 MCP 服务器的配置
  • xy-weather-mcp 是自定义的服务器名称，可以根据需求命名
  • command 指定运行服务器的命令，这里是 python
  • args 是传递给命令的参数，这里是 python 脚本的完整路径

以上配置告诉 Cursor：

当需要使用名为 xy-weather-mcp 的 MCP 服务器时，应该执行 python {your-path}/weather.py 命令来启动服务器

这样设置后，Cursor 就能识别并连接到你的自定义 MCP 天气服务器，使 LLM 能够调用你定义的 get_weather 工具

一旦配置好，当你在 Cursor 设置看到下图就说明成功了

下面我们开始测试，询问 AI 当前温度，如下图所示，Cursor 成功调用了我们写的 MCP 服务器

背后发生了什么​

当你提出问题时：

  1. 客户端将你的问题发送给 Cursor
  2. Cursor 分析可用的工具并决定使用哪一个（或多个）
  3. 客户端通过 MCP 服务器执行所选工具
  4. 结果被发送回 Cursor
  5. Claude 形成自然语言响应
  6. 响应显示给你