二、开发一个简单的MCP Server

对绝大部分 AI 开发者来说，除了了解MCP的原理，我们更关心 Server 的实现。因此，我这里准备通过一个最简单的示例来介绍如何实现一个 MCP Server。MCP servers 可以提供三种主要类型的功能：

1. Tools（工具）：可以被 LLM 调用的函数或外部服务接口，需要用户授权后执行。
2. Resources（资源）：提供类似文件的结构化数据，供LLM读取和分析。如本地文件内容、远程api返回的json数据、数据库查询结果等。
3. Prompts（提示）：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（Tools）。

1 使用LLM构建MCP的最佳实践

在开始之前，Anthropic 为我们提供了一个基于LLM 的 MCP Server 的最佳开发实践（modelcontextprotocol.io/tutorials/b...），Guide里面特意提到了，该实践是基于Claude，也可以基于其它LLM。总结如下：

1. 引入 domain knowledge （说人话就是，告诉他一些 MCP Server 开发的范例和资料）

   • 访问 modelcontextprotocol.io/llms-full.t... 并复制完整的文档文本。（实测这个太长了，可以忽略）
   • 导航到 MCP TypeScript SDK 或 Python SDK Github 项目中并复制相关内容。
   • 把这些作为 prompt 输入到你的 chat 对话中（作为 context）。

2. 描述你的需求

   • 你的服务器会开放哪些资源
   • 它会提供哪些工具
   • 它应该给出哪些引导或建议
   • 它需要跟哪些外部系统互动

给出一个 example prompt:

... （这里是已经引入的 domain knowledge）
打造一个 MCP 服务器，它能够：
- 连接到我公司的 PostgreSQL 数据库

- 将表格结构作为资源开放出来

- 提供运行只读 SQL 查询的工具

- 包含常见数据分析任务的引导

剩下的部分也很重要，但是偏重于方法论，实践性较弱，这里就不展开了，推荐直接看链接：modelcontextprotocol.io/tutorials/b...

2 手动实践

本节内容主要参考了官方文档：Quick Start: For Server Developers（modelcontextprotocol.io/quickstart/...）。

这里准备了一个简单的示例，使用 Python 实现一个 MCP Server，用来统计当前桌面上的 txt 文件数量和获取对应文件的名字（你可以理解为一点用都没有，但是它足够简单，主要是为了难以配置环境的读者提供一个足够短的实践记录）。以下实践均运行在我的 MacOS 系统上。

Step 1. 前置工作

• 安装 Claude Desktop。
• Python 3.10+ 环境
• Python MCP SDK 1.2.0+

Step 2. 环境配置

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 创建项目目录
uv init txt_counter
cd txt_counter

# 设置 Python 3.10+ 环境
echo "3.11" > .python-version

# 创建虚拟环境并激活
uv venv
source .venv/bin/activate

# Install dependencies
uv add "mcp[cli]" httpx

# Create our server file
touch txt_counter.py

Step 3. 构建一个prompt

"""
... （这里是已经引入的 domain knowledge）
"""

打造一个 MCP 服务器，它能够：
- 功能：
    - 统计当前桌面上的 txt 文件数量
    - 获取对应文件的名字

要求：
- 不需要给出 prompt 和 resource 相关代码。
- 你可以假设我的桌面路径为 /Users/{username}/Desktop

Domain Knowledge 复制于 MCP Python SDK的README文件（raw.githubusercontent.com/modelcontex...

Step 4. 实现MCP Server

以下代码由 Claude 3.7 直接生成。当然这里主要是因为需求足够简单，当需要实现一个复杂的 MCP Server 时，可能需要多步的引导和 Debug 才能得到最终的代码。

import os
from pathlib import Path
from mcp.server.fastmcp import FastMCP

# 创建 MCP Server
mcp = FastMCP("桌面 TXT 文件统计器")

@mcp.tool()
def count_desktop_txt_files() -> int:
    """Count the number of .txt files on the desktop."""
    # Get the desktop path
    username = os.getenv("USER") or os.getenv("USERNAME")
    desktop_path = Path(f"/Users/{username}/Desktop")

    # Count .txt files
    txt_files = list(desktop_path.glob("*.txt"))
    return len(txt_files)

@mcp.tool()
def list_desktop_txt_files() -> str:
    """Get a list of all .txt filenames on the desktop."""
    # Get the desktop path
    username = os.getenv("USER") or os.getenv("USERNAME")
    desktop_path = Path(f"/Users/{username}/Desktop")

    # Get all .txt files
    txt_files = list(desktop_path.glob("*.txt"))

    # Return the filenames
    if not txt_files:
        return "No .txt files found on desktop."

    # Format the list of filenames
    file_list = "\n".join([f"- {file.name}" for file in txt_files])
    return f"Found {len(txt_files)} .txt files on desktop:\n{file_list}"

if __name__ == "__main__":
    # Initialize and run the server
    mcp.run()

任务非常简单，只需要调用非常基本的OS就可以完成。

Step 5. 测试MCP Server

 $ mcp dev txt_counter.py 
 Starting MCP inspector... 
 Proxy server listening on port 3000 
 MCP Inspector is up and running at http://localhost:5173

之后进入到给出的链接中，你大概能按下图进行操作：

Step 6. 接入Claude

最后一步就是把我们写好的 MCP 接入到 Claude Desktop 中。流程如下：

# 打开 claude_desktop_config.json (MacOS / Linux)
# 如果你用的是 cursor 或者 vim 请更换对应的命令
code ~/Library/Application\ Support/Claude/claude_desktop_config.json

在配置文件中添加以下内容，记得替换相关路径为实际路径。

{
    "mcpServers": {
      "txt_counter": {
        "command": "/opt/homebrew/bin/uv",
        "args": [
          "--directory",
          "/Users/yangfan/mcp/txt_counter",
          "run",
          "txt_counter.py"
        ]
      }
    }
  }

uv最好是绝对路径，推荐使用 which uv 获取。

配置好后重启 Claude Desktop，如果没问题就能看到对应的 MCP Server 了。

Step 7. 实际使用

接下来，我们通过一个简单的prompt进行实际测试：

能推测我当前桌面上 txt 文件名的含义吗？

它可能会请求你的使用权限，如图一所示，你可以点击 Allow for This Chat

看起来我们MCP Server已经正常工作了！

MCP Server Debug

Debug是一个非常复杂的话题，这里直接推荐官方的教程：

• Official Tutorial: Debugging
• Official Tutorial: Inspector

总结

MCP (Model Context Protocol) 代表了 AI 与外部工具和数据交互的标准建立。通过本文，我们可以了解到：

使用与开发：对于普通用户，MCP 提供了丰富的现成工具，用户可以在不了解任何技术细节的情况下使用；对于开发者，MCP 提供了清晰的架构和 SDK，使工具开发变得相对简单。

MCP 还处于发展初期，但其潜力巨大。更重要的是生态，基于统一标准下构筑的生态也会正向的促进整个领域的发展。我们可以看看MCP工具平台：mcp.so/