MCP Server开发教程

快速开始

面向服务端开发者#

在本教程中,我们将构建一个简单的 MCP 天气服务端,并将其连接到主机 Claude for Desktop。我们将从基本设置开始,然后逐步深入到更复杂的用例。

###

我们将构建什么#

许多 LLM 目前没有获取天气预报和恶劣天气警报的能力。让我们使用 MCP 来解决这个问题!

我们将构建一个暴露两个工具的服务端:get-alertsget-forecast。然后我们将服务端连接到 MCP 主机(在本例中为 Claude for Desktop):

服务端可以连接到任何客户端。我们在这里选择 Claude for Desktop 是为了简单起见,但我们也有关于构建自己的客户端的指南,以及其他客户端的列表

为什么选择 Claude for Desktop 而不是 Claude.ai?

因为服务端是本地运行的,MCP 目前只支持桌面主机。远程主机正在积极开发中。

MCP 核心概念#

MCP 服务端可以提供三种主要类型的功能:

  1. 资源:客户端可以读取的文件类数据(如 API 响应或文件内容)
  2. 工具:LLM 可以调用的函数(需用户批准)
  3. 提示:帮助用户完成特定任务的预写模板

本教程将主要关注工具。

Python 教程 (其他语言看这里)#

让我们开始构建我们的天气服务端!你可以在这里找到我们将构建的完整代码。

预备知识#

本快速入门假设你熟悉:

  • Python
  • 像 Claude 这样的 LLM

系统要求#

  • 已安装 Python 3.10 或更高版本。
  • 你必须使用 Python MCP SDK 1.2.0 或更高版本。

设置你的环境#

首先,让我们安装 uv 并设置我们的 Python 项目和环境:

Linux

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

确保之后重新启动终端,以确保 uv 命令被识别。

现在,让我们创建并设置我们的项目:

Liunx

# 为我们的项目创建一个新目录
uv init weather
cd weather

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

# 安装依赖项
uv add "mcp[cli]" httpx

# 创建我们的服务端文件
touch weather.py

现在让我们深入构建你的服务端。

构建你的服务端#

导入包并设置实例#

将这些添加到 weather.py 的顶部:


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

    # 初始化FastMCP服务端
    mcp = FastMCP("weather")

    # 常量
    NWS_API_BASE = "https://api.weather.gov"
    USER_AGENT = "weather-app/1.0"

FastMCP 类使用 Python 类型提示和文档字符串自动生成工具定义,使得创建和维护 MCP 工具变得容易。

辅助函数#

接下来,让我们添加用于查询和格式化来自国家气象局 API 的数据的辅助函数:


    async def make_nws_request(url: str) -> dict[str, Any] | None:
        """向NWS API发出请求并进行适当的错误处理。"""
        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')}
"""

实现工具执行#

工具执行处理程序负责实际执行每个工具的逻辑。让我们添加它:


    @mcp.tool()
    async def get_alerts(state: str) -> str:
        """获取美国州的天气警报。

        参数:
            state: 两个字母的美国州代码(例如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 "无法获取警报或未找到警报。"

        if not data["features"]:
            return "该州没有活跃的警报。"

        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:
        """获取某个位置的天气预报。

        参数:
            latitude: 位置的纬度
            longitude: 位置的经度
        """
        # 首先获取预测网格端点
        points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
        points_data = await make_nws_request(points_url)

        if not points_data:
            return "无法获取该位置的预测数据。"

        # 从points响应中获取预测URL
        forecast_url = points_data["properties"]["forecast"]
        forecast_data = await make_nws_request(forecast_url)

        if not forecast_data:
            return "无法获取详细预测。"

        # 将时间段格式化为可读的预测
        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)

运行服务端#

最后,让我们初始化并运行服务端:


    if __name__ == "__main__":
        # 初始化并运行服务端
        mcp.run(transport='stdio')

你的服务端完成了!运行 uv run weather.py 以确认一切正常。

现在让我们从现有的 MCP 主机 Claude for Desktop 测试你的服务端。

使用 Claude for Desktop 测试你的服务端#

Claude for Desktop 尚未在 Linux 上提供。Linux 用户可以继续构建客户端教程,以构建一个连接到我们刚刚构建的服务端的 MCP 客户端。

首先,确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。 如果你已经安装了 Claude for Desktop,请确保它已更新到最新版本。

我们需要为你想使用的任何 MCP 服务端配置 Claude for Desktop。为此,请在文本编辑器中打开你的 Claude for Desktop 应用程序配置 ~/Library/Application Support/Claude/claude_desktop_config.json。如果文件不存在,请确保创建它。

例如,如果你安装了 VS Code

Linux

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务端。只有在至少正确配置了一个服务端的情况下,MCP UI 元素才会在 Claude for Desktop 中显示。

在这种情况下,我们将添加我们的单个天气服务端,如下所示:

Linux

{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather",
                "run",
                "weather.py"
            ]
        }
    }
}

你可能需要在 command 字段中输入 uv 可执行文件的完整路径。你可以通过在 MacOS/Linux 上运行 which uv 或在 Windows 上运行 where uv 来获取此路径。

确保你传入服务端的绝对路径。

这告诉 Claude for Desktop:

  1. 有一个名为 “weather” 的 MCP 服务端
  2. 通过运行 uv --directory /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather run weather.py 来启动它

保存文件,并重新启动 Claude for Desktop

这告诉 Claude for Desktop:

  1. 有一个名为 “weather” 的 MCP 服务端
  2. 通过运行 java -jar /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather/build/libs/weather-0.1.0-all.jar 来启动它

保存文件,并重新启动 Claude for Desktop
</Tabs.Tab>

使用命令测试#

让我们确保 Claude for Desktop 能够识别我们在 weather 服务端中暴露的两个工具。你可以通过查找锤子图标来做到这一点:

点击锤子图标后,你应该看到列出的两个工具:

如果你的服务端没有被 Claude for Desktop 识别,请继续故障排除部分以获取调试提示。

如果锤子图标已经显示,你现在可以通过在 Claude for Desktop 中运行以下命令来测试你的服务端:

  • 萨克拉门托的天气如何?
  • 德克萨斯州有哪些活跃的天气警报?

由于这是美国国家气象局服务,查询仅适用于美国位置。

幕后发生了什么#

当你提出问题时:

  1. 客户端将你的问题发送给 Claude
  2. Claude 分析可用的工具并决定使用哪个工具
  3. 客户端通过 MCP 服务端执行所选工具
  4. 结果被发送回 Claude
  5. Claude 制定自然语言响应
  6. 响应显示给你!

故障排除#

Claude for Desktop 集成问题

从 Claude for Desktop 获取日志

与 MCP 相关的 Claude.app 日志写入 ~/Library/Logs/Claude 中的日志文件:

  • mcp.log 将包含有关 MCP 连接和连接失败的一般日志。
  • 名为 mcp-server-SERVERNAME.log 的文件将包含来自命名服务端的错误(stderr)日志。

你可以运行以下命令列出最近的日志并跟随任何新的日志:

    # 检查Claude的日志以查找错误
    tail -n 20 -f ~/Library/Logs/Claude/mcp*.log

服务端未在 Claude 中显示

  1. 检查你的 claude_desktop_config.json 文件语法
  2. 确保你的项目路径是绝对的而不是相对的
  3. 完全重新启动 Claude for Desktop

工具调用静默失败

如果 Claude 尝试使用工具但它们失败:

  1. 检查 Claude 的日志以查找错误
  2. 验证你的服务端构建和运行没有错误
  3. 尝试重新启动 Claude for Desktop

这些都不起作用。我该怎么办?

请参阅我们的调试指南以获取更好的调试工具和更详细的指导。

天气 API 问题

错误:无法检索网格点数据

这通常意味着:

  1. 坐标在美国以外
  2. NWS API 出现问题
  3. 你被限速

修复:

  • 验证你使用的是美国坐标
  • 在请求之间添加小延迟
  • 检查 NWS API 状态页面

错误:没有活跃的警报用于 [STATE]

这不是错误 - 这只是意味着该州当前没有天气警报。尝试不同的州或在恶劣天气期间检查。

有关更高级的故障排除,请查看我们的调试 MCP 指南

下一步#

构建客户端

服务端示例

调试指南

使用 LLM 构建 MCP

本作品采用《CC 协议》,转载必须注明作者和本文链接