MCP 协议从入门到实战：手把手搭建你的第一个 AI 工具服务器

qq_39914918

153人浏览 · 2026-07-08 09:36:24

qq_39914918 · 2026-07-08 09:36:24 发布

为什么你需要了解 MCP？

说实话，一年前我听到 MCP 这个词的时候，第一反应是——又来了个新协议。但当我真正上手搭建了一个 MCP 服务器，把内部工具都接上去之后，我真香了。

MCP（Model Context Protocol）是 Anthropic 在 2024 年底提出的开放协议，目的是让 AI 模型能标准化地调用外部工具和数据。说白了，它解决了一个最根本的问题：大模型再强，也碰不到你的数据库、文件系统和 API。

MCP 架构示意图

MCP 的核心概念

MCP 的架构其实很简单，就三层：

Host — 运行 AI 模型的主机（比如 Claude Desktop、VS Code 里的 AI 插件）
Client — 和 MCP 服务器建立一对一连接的客户端
Server — 提供工具、资源、提示的轻量服务程序

每个 Server 只连一个 Client，但一个 Host 可以连多个 Server。这就好比你电脑上装了一个 IDE，IDE 里装了各种插件——每个插件就是一个 MCP Server。

MCP 三层架构图

环境准备

开始之前，你需要准备好：

Node.js 18+（推荐 20 LTS）
Python 3.10+（可选，如果你更熟悉 Python）
Claude Desktop 或其他支持 MCP 的客户端
一个简单的 API Key（比如用 OpenClaw 的本地服务）

第一步：搭建一个最简单的 MCP Server

我们先用 Python 搭一个最简的「天气查询」工具服务器：

from mcp.server import FastMCPServer, Tool

app = FastMCPServer("weather-server", "1.0.0")

@app.tool()
async def get_weather(city: str) -> str:
    """查询指定城市的天气信息"""
    # 这里简化处理，实际可以调用天气API
    return f"{city} 当前温度 26°C，多云，空气质量良好"

if __name__ == "__main__":
    app.run()

保存为 weather_server.py，然后运行：

pip install mcp-python-sdk
python weather_server.py

第二步：配置 Claude Desktop

在 Claude Desktop 的配置文件中添加：

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["path/to/weather_server.py"]
    }
  }
}

重启 Claude Desktop，你就能在对话中使用 get_weather 工具了。

第三步：接入实际数据库

光查天气没啥意思，真正的价值在于让 AI 操作你的业务数据。来个 PostgreSQL 查询工具：

import asyncpg
from mcp.server import FastMCPServer, Tool

app = FastMCPServer("db-query", "1.0.0")
pool = None

@app.tool()
async def query_database(sql: str) -> list:
    """执行 SQL 查询并返回结果"""
    async with pool.acquire() as conn:
        rows = await conn.fetch(sql)
        return [dict(row) for row in rows]

@app.on_startup()
async def init():
    global pool
    pool = await asyncpg.create_pool(dsn="postgresql://user:pass@localhost/db")

app.run()