python如何使用MCP

一、环境搭建

1. 安装依赖

   • Python环境：需Python 3.10+，推荐使用虚拟环境（如venv或conda）。

     python -m venv mcp-env
     source mcp-env/bin/activate  Linux/Mac
     pip install mcp fastapi uvicorn  安装SDK及Web框架
     

   • Node.js环境（可选）：用于开发JavaScript服务器。

     npm install @modelcontextprotocol/sdk
     

2. 客户端工具

   • 支持MCP的AI应用：如Claude Desktop、Cursor、Cline（VS Code插件）等，需确保版本支持MCP协议。

二、服务器开发

1. Python示例（基础工具开发）

from mcp.server.fastmcp import FastMCP
mcp = FastMCP("天气查询服务")
@mcp.tool()
def get_weather(city: str) -> str:
    """获取指定城市的天气信息"""
    实际开发中需调用天气API（此处模拟数据）
    return f"{city}今日晴，28℃"
if __name__ == "__main__":
    mcp.run(transport="stdio")  本地调试模式

• 关键点：
  • 使用@mcp.tool()装饰器定义工具函数，函数需返回JSON序列化兼容的数据。
  • 通过transport参数选择通信方式（stdio本地、sse远程HTTP）。

2. Node.js示例（数据库集成）

import { Server } from "@modelcontextprotocol/sdk/server";
const server = new Server({
  name: "MongoDB查询服务",
  version: "1.0.0"
});
server.defineTool({
  name: "query_orders",
  description: "查询订单数据",
  inputSchema: { type: "object", properties: { status: { type: "string" } } },
  handler: async (args) => {
    // 连接MongoDB并执行查询
    return { results: ["订单1", "订单2"] };
  }
});
server.start();

三、客户端配置

1. Cursor配置

   • 打开Cursor的Settings > MCP Servers，添加服务器配置：

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

   • 重启后，在对话框输入“北京天气如何？”即可触发工具调用。

2. VS Code Cline插件配置

   • 安装Cline扩展，进入Settings > MCP Servers，添加Node.js服务器：

     {
       "mcpServers": {
         "github": {
           "command": "node",
           "args": ["github_mcp_server.js"]
         }
       }
     }
     

四、实际应用场景

1. 数据库查询

• 步骤：
  1. 安装MCP数据库服务器（如PostgreSQL适配器）：

     npx @modelcontextprotocol/server-postgres postgresql://user:pass@localhost/db
     

  2. 在Claude中提问：“显示金额最高的订单”。
  3. 服务器自动生成SQL并返回结果。

2. 文件系统操作

• 示例：在Cursor中调用文件列表工具：

  @mcp.tool()
  def list_desktop_files() -> list:
      """获取桌面文件列表"""
      return os.listdir(os.path.expanduser("~/Desktop"))
  

  用户输入“我的桌面有哪些文件？”即可获取结果。

五、常见问题与优化

1. Windows路径问题

   • 使用全路径启动服务，避免npx路径冲突：

     node C:\path\to\server.js
     

2. 性能优化

   • 多进程部署：

     uvicorn main:app --workers 4 --port 8000
     

3. 安全增强

   • 添加JWT认证或白名单机制，限制敏感操作权限。

六、扩展生态

• 开源服务器：GitHub提供300+预构建服务（如GitHub API、Figma解析器）。
• 企业级部署：阿里云百炼平台支持一键部署MCP服务。
  通过以上步骤，开发者可快速将MCP集成到AI应用中，实现数据与工具的标准化调用。更多案例可参考官方文档或社区仓库。