python如何使用MCP_python 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-envsource mcp-env/bin/activate Linux/Macpip 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 FastMCPmcp = 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。