网站导航
> 技术文档 > MCP天气查询服务器server与使用_天气mcp server

MCP天气查询服务器server与使用_天气mcp server

网友: 技术文档 2025-07-30 12:10:43

1. MCP服务器概念介绍

根据MCP协议定义，Server可以提供三种类型的标准能力，Resources、Tools、Prompts，每个Server可同时提供者三种类型能力或其中一种。

  • **Resources：**资源，类似于文件数据读取，可以是文件资源或是API响应返回的内容。

  • **Tools：**工具，第三方服务、功能函数，通过此可控制LLM可调用哪些函数。

  • **Prompts：**提示词，为用户预先定义好的完成特定任务的模板。

2. MCP服务器通讯机制

Model Context Protocol（MCP）是一种由 Anthropic 开源的协议，旨在将大型语言模型直接连接至数据源，实现无缝集成。根据 MCP 的规范，当前支持两种传输方式：标准输入输出（stdio）和基于 HTTP 的服务器推送事件（SSE）。而近期，开发者在 MCP 的 GitHub 仓库中提交了一项提案，建议采用“可流式传输的 HTTP”来替代现有的 HTTP+SSE 方案。此举旨在解决当前远程 MCP 传输方式的关键限制，同时保留其优势。 HTTP 和 SSE（服务器推送事件）在数据传输方式上存在明显区别：

  • 通信方式：

    • HTTP：采用请求-响应模式，客户端发送请求，服务器返回响应，每次请求都是独立的。

    • SSE：允许服务器通过单个持久的 HTTP 连接，持续向客户端推送数据，实现实时更新。

  • 连接特性：

    • HTTP：每次请求通常建立新的连接，虽然在 HTTP/1.1 中引入了持久连接，但默认情况下仍是短连接。

    • SSE：基于长连接，客户端与服务器之间保持持续的连接，服务器可以在任意时间推送数据。

  • 适用场景：

    • HTTP：适用于传统的请求-响应场景，如网页加载、表单提交等。

    • SSE：适用于需要服务器主动向客户端推送数据的场景，如实时通知、股票行情更新等。

需要注意的是，SSE 仅支持服务器向客户端的单向通信，而 WebSocket 则支持双向通信。

这里我们尝试一个入门级的示例，那就是创建一个天气查询的服务器。通过使用OpenWeather API，创建一个能够实时查询天气的服务器（server），并使用stdio方式进行通信。

api的注册参考: 

零基础开发AI智能体教程（5）｜在智能体中调用外部工具的实现指南——以天气查询为例_智能体平台如何通过导入外部api生成工具-CSDN博客

测试api：

curl -s \"https://api.openweathermap.org/data/2.5/weather?q=Beijing&appid=\'YOUR_API_KEY\'&units=metric&lang=zh_cn\"

 注意，api不需要加单引号

能够正常输出

3. 天气查询服务器Server创建流程

3.1 服务器依赖安装

由于我们需要使用http请求来查询天气，因此需要在当前虚拟环境中添加如下依赖

uv add mcp httpx --index-url https://mirrors.aliyun.com/pypi/simple/
3.2 服务器代码编写

接下来尝试创建服务器代码，此时MCP基本执行流程如下：

对应server服务器代码为：

import jsonimport httpxfrom typing import Anyfrom mcp.server.fastmcp import FastMCP# 初始化 MCP 服务器mcp = FastMCP(\"WeatherServer\")# OpenWeather API 配置OPENWEATHER_API_BASE = \"https://api.openweathermap.org/data/2.5/weather\"API_KEY = \"YOUR_API_KEY\" # 请替换为你自己的 OpenWeather API KeyUSER_AGENT = \"weather-app/1.0\"async def fetch_weather(city: str) -> dict[str, Any] | None: \"\"\" 从 OpenWeather API 获取天气信息。 :param city: 城市名称（需使用英文，如 Beijing） :return: 天气数据字典；若出错返回包含 error 信息的字典 \"\"\" params = { \"q\": city, \"appid\": API_KEY, \"units\": \"metric\", \"lang\": \"zh_cn\" } headers = {\"User-Agent\": USER_AGENT} async with httpx.AsyncClient() as client: try: response = await client.get(OPENWEATHER_API_BASE, params=params, headers=headers, timeout=30.0) response.raise_for_status() return response.json() # 返回字典类型 except httpx.HTTPStatusError as e: return {\"error\": f\"HTTP 错误: {e.response.status_code}\"} except Exception as e: return {\"error\": f\"请求失败: {str(e)}\"}def format_weather(data: dict[str, Any] | str) -> str: \"\"\" 将天气数据格式化为易读文本。 :param data: 天气数据（可以是字典或 JSON 字符串） :return: 格式化后的天气信息字符串 \"\"\" # 如果传入的是字符串，则先转换为字典 if isinstance(data, str): try: data = json.loads(data) except Exception as e: return f\"无法解析天气数据: {e}\" # 如果数据中包含错误信息，直接返回错误提示 if \"error\" in data: return f\"⚠️ {data[\'error\']}\" # 提取数据时做容错处理 city = data.get(\"name\", \"未知\") country = data.get(\"sys\", {}).get(\"country\", \"未知\") temp = data.get(\"main\", {}).get(\"temp\", \"N/A\") humidity = data.get(\"main\", {}).get(\"humidity\", \"N/A\") wind_speed = data.get(\"wind\", {}).get(\"speed\", \"N/A\") # weather 可能为空列表，因此用 [0] 前先提供默认字典 weather_list = data.get(\"weather\", [{}]) description = weather_list[0].get(\"description\", \"未知\") return ( f\"🌍 {city}, {country}\\n\" f\"🌡 温度: {temp}°C\\n\" f\"💧 湿度: {humidity}%\\n\" f\"🌬 风速: {wind_speed} m/s\\n\" f\"🌤 天气: {description}\\n\" )@mcp.tool()async def query_weather(city: str) -> str: \"\"\" 输入指定城市的英文名称，返回今日天气查询结果。 :param city: 城市名称（需使用英文） :return: 格式化后的天气信息 \"\"\" data = await fetch_weather(city) return format_weather(data)if __name__ == \"__main__\": # 以标准 I/O 方式运行 MCP 服务器 mcp.run(transport=\'stdio\')

代码解释如下：

Part 1. 异步获取天气数据

  • 函数 fetch_weather(city: str)

    • 使用 httpx.AsyncClient() 发送异步 GET 请求到 OpenWeather API。

    • 如果请求成功，则调用 response.json() 返回一个字典。

    • 出现异常时，返回包含错误信息的字典。

Part 2. 格式化天气数据

  • 函数 format_weather(data: dict | str)

    • 首先检查传入的数据是否为字符串，如果是，则使用 json.loads 将其转换为字典。

    • 检查数据中是否包含 \"error\" 字段，如果有，直接返回错误提示。

    • 使用 .get() 方法提取 name、sys.country、main.temp、main.humidity、wind.speed 和 weather[0].description 等数据，并为可能缺失的字段提供默认值。

    • 将提取的信息拼接成一个格式化字符串，方便阅读。

Part 3. MCP 工具 query_weather(city: str)

  • 函数 query_weather

    • 通过 @mcp.tool() 装饰器注册为 MCP 服务器的工具，使其能够被客户端调用。

    • 调用 fetch_weather(city) 获取天气数据，然后用 format_weather(data) 将数据格式化为易读文本，最后返回该字符串。

Part 4. 运行服务器

  • if __name__ == \"__main__\": 块

    • 调用 mcp.run(transport=\'stdio\') 启动 MCP 服务器，采用标准 I/O 通信方式，等待客户端调用。

此外，上述代码有两个注意事项，

  1. query_weather函数的函数说明至关重要，相当于是此后客户端对函数进行识别的基本依据，因此需要谨慎编写；

  2. 当指定 transport=\'stdio\' 运行 MCP 服务器时，客户端必须在启动时同时启动当前这个脚本，否则无法顺利通信。这是因为 stdio 模式是一种本地进程间通信（IPC，Inter-Process Communication）方式，它需要服务器作为子进程运行，并通过标准输入输出（stdin/stdout）进行数据交换。

因此，当我们编写完服务器后，并不能直接调用这个服务器，而是需要创建一个对应的能够进行stdio的客户端，才能顺利进行通信。

网络标签：

相关问题