目录
[1 前言](#1 前言)
[2 MCP server 和我们常听到的服务器 server有什么区别？](#2 MCP server 和我们常听到的服务器 server有什么区别？)
[3 使用cline演示查询天气的MCP server](#3 使用cline演示查询天气的MCP server)
[4 Cline中配置weather 服务，并聊天验证](#4 Cline中配置weather 服务，并聊天验证)
[5 总结](#5 总结)
1 前言
在学习MCP具体知识之前，我们需要了解下什么是 MCP server 以及 MCP host
| 角色 | 简单理解 | 核心职责 | 典型例子 |
|---|---|---|---|
| MCP Host | AI应用的"躯干" | 用户直接交互的AI应用，是整个系统的控制中心，负责协调和管理所有连接。 | Claude桌面版、VS Code中Cline、Cursor等IDE或聊天工具。 |
| MCP Server | 外接的"技能卡" | 提供特定功能的轻量级程序，如访问本地文件、查询数据库或调用第三方API。 | 文件系统服务器、GitHub服务器、Slack服务器、Browserbase服务器。 |
本文的介绍选择的MCP host是vscode中的插件 Cline
插件安装完成之后，打开配置图标，会让配置模型，我配置的是deepseek,
2 MCP server 和我们常听到的服务器 server有什么区别？
**服务器 server：**比如我们大考google的网站，我们访问的是google的服务器。
**MCP server：**可以是使用node.js以及python写的程序文件，只不过这个程序的执行遵循MCP协议的。
MCP server，其实不是我我们所理解的server, 我们可以将其看成我们手机里的应用，每个应用可以完成不同的功能
进一步看来，MCP server 其实就是一个工具tool的集合
3 使用cline演示查询天气的MCP server
python
在此之前需要使用uv创建个项目：uv init weather
创建虚拟环境：uv venv
激活虚拟环境：.venv/script/activate
装包：uv add "mcp[cli]" httpx使用vscode打开创建的项目
编写【weather.py】
python
from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP
# Initialize FastMCP server
mcp = FastMCP("weather")
# Constants
NWS_API_BASE = "https://api.weather.gov"
USER_AGENT = "weather-app/1.0"
async def make_nws_request(url: str) -> dict[str, Any] | None:
"""Make a request to the NWS API with proper error handling."""
headers = {"User-Agent": USER_AGENT, "Accept": "application/geo+json"}
async with httpx.AsyncClient() as client:
try:
response = await client.get(url, headers=headers, timeout=30.0)
response.raise_for_status()
return response.json()
except Exception:
return None
def format_alert(feature: dict) -> str:
"""Format an alert feature into a readable string."""
props = feature["properties"]
return f"""
Event: {props.get("event", "Unknown")}
Area: {props.get("areaDesc", "Unknown")}
Severity: {props.get("severity", "Unknown")}
Description: {props.get("description", "No description available")}
Instructions: {props.get("instruction", "No specific instructions provided")}
"""
@mcp.tool()
async def get_alerts(state: str) -> str:
"""Get weather alerts for a US state.
Args:
state: Two-letter US state code (e.g. CA, NY)
"""
url = f"{NWS_API_BASE}/alerts/active/area/{state}"
data = await make_nws_request(url)
if not data or "features" not in data:
return "Unable to fetch alerts or no alerts found."
if not data["features"]:
return "No active alerts for this state."
alerts = [format_alert(feature) for feature in data["features"]]
return "\n---\n".join(alerts)
@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
"""Get weather forecast for a location.
Args:
latitude: Latitude of the location
longitude: Longitude of the location
"""
# First get the forecast grid endpoint
points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
points_data = await make_nws_request(points_url)
if not points_data:
return "Unable to fetch forecast data for this location."
# Get the forecast URL from the points response
forecast_url = points_data["properties"]["forecast"]
forecast_data = await make_nws_request(forecast_url)
if not forecast_data:
return "Unable to fetch detailed forecast."
# Format the periods into a readable forecast
periods = forecast_data["properties"]["periods"]
forecasts = []
for period in periods[:5]: # Only show next 5 periods
forecast = f"""
{period["name"]}:
Temperature: {period["temperature"]}°{period["temperatureUnit"]}
Wind: {period["windSpeed"]} {period["windDirection"]}
Forecast: {period["detailedForecast"]}
"""
forecasts.append(forecast)
return "\n---\n".join(forecasts)
def main():
# Initialize and run the server
mcp.run(transport="stdio")
if __name__ == "__main__":
main()运行该脚本文件：上述脚本文件就是我们所写的MCP server
python
uv run weather.py4 Cline中配置weather 服务，并聊天验证
打开配置，打开cline_mcp_settings.json文件，输入以下内容：
javascript
{
"mcpServers": {
"weather": {
"disabled": false,
"timeout": 60,
"type": "stdio",
"command": "uv",
"args": [
"--directory",
"D:/MCP_projects/weather",
"run",
"weather.py"
]
}
}
}
【验证】
5 总结
这边给出一张我特别喜欢的图，给出MCP server, MCP host（本文选的是Cline）以及模型之间的交互的过程
