本地手动创建一个MCP(windows环境)

准备工作

1.git hub 页面找到python SDK

Model Context Protocol

2.安装uv 管理python 项目

左边点击installation ,然后根据自己的操作系统选择对应的安装语句。

复制安装语句,然后在本地打开powershell 粘贴,执行即可

bash 复制代码
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

执行之后如下

检验:这里需要关闭powershell 重新打开一个执行command: uv python list

选择一个版本安装,这里选择的是3.14.1 command:

bash 复制代码
uv python install 3.14.1

如果安装不成功出现下面错误,

可以切换成国内镜像源

临时环境变量(单次生效)

bash 复制代码
# 使用阿里云镜像源
export UV_INDEX_URL=https://mirrors.aliyun.com/pypi/simple/
uv pip install [包名]

# 或清华大学镜像源
export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple/

如果出现下面错误:

可以尝试运行下面的

bash 复制代码
$env:UV_INDEX_URL="https://mirrors.aliyun.com/pypi/simple/"

然后再去安装响应的python版本,运行成功截图如下;

创建项目

1.创建一个新文件夹(mcp-project)作为项目文件夹

2.当前文件夹目录下执行下面命令初始化:

bash 复制代码
uv init . -p 3.14.1

3.安装SDK

bash 复制代码
uv add "mcp[cli]"

等待一会,大概不到2分钟

安装结束如下截图

4.打开一个IDE,如下:

找到extensions,安装python 和python debugger

打开之前的文件夹,打开main.py 然后点击右上角的执行按钮,看到正确输入:

如果出现错误:XXXX进行数字签名,无法在当前系统上运行该脚本

在powershell 中执行下面语句。然后再返回代码执行main.py

bash 复制代码
#获取当前系统执行策略
Get-ExecutionPolicy

#修改当前系统执行策略
Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned

然后回到github 上面copy quickstart 部分的代码做些修改放在main.py文件中如下:

主要有一个功能就是计算两数之和,这个之后会在下一步调用验证。

python 复制代码
"""
FastMCP quickstart example.

Run from the repository root:
    uv run examples/snippets/servers/fastmcp_quickstart.py
"""

from mcp.server.fastmcp import FastMCP

# Create an MCP server
mcp = FastMCP("Demo", json_response=True)


# Add an addition tool
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b


# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """Get a personalized greeting"""
    return f"Hello, {name}!"


# test using stdio protocol
if __name__ == "__main__":
    mcp.run(transport="stdio")

cherry studio AI客户端

这里我选择了cherry studio 客户端。也可以选择其他AI客户端工具:cursor

下载 Cherry Studio - 多平台 AI 客户端

退出之后点击创建一个mcp 服务器

参数:第二行填写自己的项目地址,最后一行是要run 的文件

bash 复制代码
--directory
D:\mcp-project
run
main.py

点击打开按钮,如下则说明成功

点击左上角首页,打开一个对话框选择一个模型

消息输入框下面的一个按钮,选择刚刚创建的mcp 服务器

输入测试:可以看到调用了main.py中写的add 方法

相关推荐
第九序言T4 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路4 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003964 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
情 九4 小时前
MCP 实战 06:把 HTTP 接口接成工具,让 AI 帮你查数据
人工智能·网络协议·http·mcp
Sakura_j_h_4 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
小贺儿开发5 小时前
《流光绘忆》Unity 沉浸式光影互动
科技·unity·ai·程序员·工具·互动·光影
奇牙coding5 小时前
ofox.io 第三方模型 ID `wan-3.0-prime` 一直报 401 怎么办?从鉴权头、签名、区域到请求时间逐项排查
ai
quantdash_cc5 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl5 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
数智园区合作社6 小时前
问数平台怎么把同一个指标锁成一个数
大数据·数据库·人工智能·ai