从零构建自己的MCP Server

前言

最近一直在研究 MCP，感觉这个协议真的会将大模型从单纯的对话发展为干活，前几天，连 Open AI 也已经选择跟进了。

前面，我们先了解了 MCP 的理论概念《一文读懂MCP：助力大模型接入合规"四肢" - 掘金》，然后，也掌握了如何使用现有的 MCP Server 扩展大模型能力《自动Bug清道夫：Gitee MCP Server初探 - 掘金》。

这次，我们就分享一下，如何自己实现一套 MCP Server。

本次分享为了降低开发难度，场景选择了非常基础的"文件系统"场景，客户端使用之前推荐的 Cherry Studio。

环境准备

本次分享使用 Python 开发，开发工具依然使用 Cursor。

基础环境

Python，版本为 3.12。

设置 Python 虚拟环境

隔离依赖影响。

Ctrl+Shift+P 选择 Python:Create Environment。

我使用的是venv方式，选择上面安装的Python版本即可。

安装 MCP 官方 SDK。

在 Cursor 终端中使用 pip 安装官方 SDK，代码中使用：

复制代码

pip install mcp

可以同时安装 mcp[cli]，运行调试使用。

css 复制代码

pip install mcp[cli]

安装完成后可通过 mcp version 验证版本。

实现 MCP Server

代码

创建main.py，录入如下代码。

记得更改代码中的桌面路径

python 复制代码

import os
from mcp.server.fastmcp import FastMCP

mcp = FastMCP()  # 初始化 MCP 服务实例

@mcp.tool()
def get_desktop_files():
    """获取桌面上的文件列表"""
    return os.listdir(os.path.expanduser("<桌面路径>"))

if __name__ == "__main__":
    mcp.run(transport='stdio')  # 启动服务，使用标准输入输出通信

关键点解析：

@mcp.tool() 注解：声明此函数为 MCP 工具，客户端会自动发现该接口。
函数注释：必须，详细描述功能和参数，大模型依赖注释理解接口用途。
通信协议：transport='stdio' 表示使用标准输入输出，也可替换为 HTTP 或 WebSocket。

启动调试

终端使用 mcp 命令启动，使用的就是上面安装的 mcp[cli]。

底层使用的是官网提供的一套 web 界面，可以直接测试 MCP Server是否正常。

css 复制代码

mcp dev .\main.py

验证

访问 http://localhost:5173，左侧指令区域录入：

Command：直接保留 uv 即可，此处是 pip install 的，使用 python 虚拟环境，不需要绝对路径即可。
Arguments：复制"启动调试"控制台内容中的args即可。（上图红框内）

如果配置正常，点击 Connect 按钮后，下方会出现绿点和"Connected"字样。

到此，服务端已经开发完成。

客户端调用

客户端直接采用Cherry Studio。

详细说明可参考官网文档：docs.cherry-ai.com/advanced-ba...

准备工作：安装 uv、bun

Cherry Studio 目前只使用内置的 uv 和 bun，即需要保证如下位置有对应的exe文件。

文件位置：

Windows: C:\Users\用户名.cherrystudio\bin
macOS，Linux: ~/.cherrystudio/bin

安装方式有两种：

第一种，直接在 设置 - MCP 服务器 中点击"安装"。
第二种，如果无法直接安装，可以从以下网址下载后，解压放置在以上路径。
- Bun: github.com/oven-sh/bun...
- UV: github.com/astral-sh/u...

配置 MCP 服务器

设置 - MCP 服务器 中"添加服务器"即可。

名称：随便起，容易区分即可。
类型：我们使用的是命令启动，所以选择 STDIO。
命令和参数：核心配置，和服务端验证时输入的内容类似，我为了省劲，直接都放到了"命令"中。

javascript 复制代码

C:/Users/xxx/.cherrystudio/bin/uv.exe run D:/xxx/mcp-hello/main.py

这里强烈建议vu.exe采用绝对路径

聊天框中使用 MCP

新建对话：

启用 MCP 服务器。
选择支持 函数调用 的模型，使用的 Qwen2.5-7B-Instruct 。
发送指令"我的桌面有哪些文件"。

即可看到调用我们的工具 get_desktop_files，并返回了正确的文件列表。

总结

整个过程还是比较顺利的，但是大家一定要注意区分服务端和客户端基础环境路径。比如：开发调试的 uv 是通过 pip install mcp[cli] 安装的，而客户端的 uv 是 CherryStudio 内的。

本次分享主要给大家展示下 MCP Server 开发的整个流程及开发的注意事项，后续会针对实际场景继续给大家分享。