- MCP是什么？初学者友好的解释
Model Context Protocol (MCP) 是一个开源协议，它允许大型语言模型（LLM）如Claude等安全地与外部工具和数据源交互。简单来说，MCP就像是AI模型与外部世界的"沟通桥梁"。使用MCP，AI可以查询数据库、读写文件、发送邮件，甚至控制其他应用程序，而不需要完全开放系统权限。
想象一下，你正在与Claude聊天，突然需要它帮你查看今天的天气、在日历中添加会议、或者在数据库中查询信息。没有外部工具接入能力，Claude只能说"对不起，我无法访问实时数据"。而通过MCP，Claude可以通过预定义的安全接口与这些工具通信，完成你的请求。
为什么要使用MCP?
安全性：MCP提供了一种受控方式让AI与外部系统交互，而不是给予无限制的系统访问权限 结构化：使用标准化的方式定义工具、资源和提示，使AI能够更好地理解和使用它们 易于扩展：你可以创建自己的MCP服务器来扩展AI的能力，让它能够与你的应用或服务交互 MCP的工作原理
MCP采用客户端-服务器模型，其工作流程如下：
用户界面 (如Claude) ◄────► MCP客户端 (Claude Desktop) ◄────► MCP服务器 (你开发的服务器)
↓
外部服务和数据源 (数据库、API等)
当用户要求AI完成某项任务时，MCP客户端会将请求转发到适当的MCP服务器。服务器执行操作并返回结果，然后AI使用这些结果为用户提供答案。整个过程对用户来说是透明的，就像是AI本身具备了这些能力一样。
MCP服务器的核心组件
MCP服务器主要由以下几个组件组成：
工具（Tools）：AI可以调用的函数，如"搜索数据库"、"发送邮件"等 资源（Resources）：AI可以访问的数据源，如文档、数据库表等 提示（Prompts）：预定义的对话模板，帮助用户快速开始有结构的对话
这三个组件之间的关系可以用下图表示：
MCP服务器
工具 (Tools)
• 函数调用 • API集成 • 系统操作
资源 (Resources)
• 数据访问 • 文档读取 • 信息库
提示 (Prompts)
• 对话模板 • 引导用户 • 结构化交互 2. 开发环境准备
在开始开发MCP服务器之前，我们需要准备开发环境。这个过程包括安装必要的工具和库，创建项目目录，以及设置开发环境变量。
安装Python 3.10+ → 安装pip和venv → 创建虚拟环境
↓
初始化项目结构 ← 配置pyproject.toml ← 安装MCP SDK 2.1 安装Python
确保你的系统上安装了Python 3.10或更高版本。可以使用以下命令检查Python版本：
python --version
1
如果需要安装或更新Python，可以从Python官网下载最新版本。
2.2 创建虚拟环境
虚拟环境允许你为每个项目创建独立的Python环境，避免依赖冲突。这就像是为每个项目提供了一个独立的"房间"，里面只安装该项目需要的"家具"（依赖包）。当你切换项目时，只需简单地"搬家"（切换虚拟环境），而不是重新布置整个"房子"（全局Python环境）。
- MCP服务器项目结构
一个良好的项目结构能够让开发和维护变得更加轻松。就像一座精心设计的建筑，每个房间都有特定的用途，每个组件都有明确的位置。
标准项目结构
一个基本的MCP服务器项目结构如下：
my-mcp-server/ ├── pyproject.toml # 项目配置和依赖管理 ├── src/ │ └── my_mcp_server/ # 包含服务器代码的模块 │ ├── init.py # 定义入口点和命令行接口 │ ├── main.py # 直接运行模块的入口点 │ └── server.py # 主要的服务器实现代码 └── tests/ # 测试代码目录
1 2 3 4 5 6 7 8 各个文件的作用 ┌─────────────────────────────────────────────────────────────────────┐ │ pyproject.toml │ │ │ │ • 定义项目元数据（名称、版本、描述等） │ │ • 声明项目依赖 │ │ • 配置构建系统 │ │ • 设置开发工具（如linter、测试工具） │ └─────────────────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────────────────┐ │ init.py │ │ │ │ • 将目录标记为Python包 │ │ • 定义命令行入口点 │ │ • 处理命令行参数 │ │ • 配置日志系统 │ └─────────────────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────────────────┐ │ main.py │ │ │ │ • 允许模块作为脚本运行 │ │ • 调用主函数 │ └─────────────────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────────────────┐ │ server.py │ │ │ │ • 实现服务器核心逻辑 │ │ • 定义工具、资源和提示 │ │ • 处理MCP协议通信 │ └─────────────────────────────────────────────────────────────────────┘
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
创建这些文件：
mkdir -p src/my_mcp_server tests touch pyproject.toml src/my_mcp_server/init.py src/my_mcp_server/main.py src/my_mcp_server/server.py
1 2 4. 基础配置：pyproject.toml
pyproject.toml是Python项目的"身份证"，它不仅包含项目的基本信息，还声明了项目的依赖关系和构建配置。正确配置这个文件对于项目的分发和安装至关重要。
pyproject.toml的重要性
在现代Python项目中，pyproject.toml已经逐渐替代了传统的setup.py，成为了声明项目元数据和依赖的标准方式。它使用TOML格式，比传统的Python脚本更加结构化和易于解析。
一个完整的配置示例 [project] name = "my-mcp-server" version = "0.1.0" description = "我的第一个MCP服务器" readme = "README.md" requires-python = ">=3.10" authors = [{ name = "你的名字" }] dependencies = [ "click>=8.1.7", # 命令行参数处理 "mcp>=1.0.0", # Python MCP SDK "pydantic>=2.0.0", # 数据验证和模式定义 ]
[project.scripts] my-mcp-server = "my_mcp_server:main"
[build-system] requires = ["hatchling"] build-backend = "hatchling.build"
[tool.uv] dev-dependencies = ["pyright>=1.1.389", "ruff>=0.7.3", "pytest>=8.0.0"]
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 依赖选择说明
在上述配置中，我们选择了以下几个关键依赖：
click：一个用于创建优雅命令行界面的库，它使得解析命令行参数变得简单直观 mcp：Python的MCP SDK，提供了实现MCP服务器所需的所有基础功能 pydantic：一个数据验证和设置管理库，用于定义强类型的数据模型和参数验证
这些依赖就像是建筑的基础材料，每一个都承担着特定的功能，共同构建起一个稳固的MCP服务器。
- 命令行接口
命令行接口是用户与你的MCP服务器交互的入口。在这一节，我们将实现一个简单但功能完备的命令行界面。
5.1 命令行参数处理
命令行接口的工作流程如下：
解析命令行参数 → 配置日志级别 → 启动MCP服务器
↓
监听客户端请求 ← 处理请求 ← 返回响应 6. 服务器主逻辑
服务器主逻辑是MCP服务器的核心部分，负责接收客户端请求、调用相应的工具或资源，并返回结果。
6.1 服务器生命周期
MCP服务器的生命周期如下：
初始化 创建服务器实例 → 等待请求 监听标准输入 → 接收请求 解析JSON请求
↓↑
关闭 清理资源 ← 发送响应 写入标准输出 ← 处理请求 调用工具/资源 7. 高级特性：资源和提示
除了工具之外，MCP服务器还可以提供资源和提示，让AI模型获取更多上下文信息和提供更结构化的交互。这些特性就像是服务器提供的"文档"和"模板"，使AI能够更好地理解和使用服务器的功能。
MCP组件关系图 ┌───────────────────────────────────────────────────────────────────┐ │ MCP服务器 │ │ │ │ │ │ ┌───────────────┐ ┌───────────────┐ ┌───────────────┐ │ │ │ │ │ │ │ │ │ │ │ 工具 │ │ 资源 │ │ 提示 │ │ │ │ (Tools) │ │ (Resources) │ │ (Prompts) │ │ │ │ │ │ │ │ │ │ │ └───────┬───────┘ └───────┬───────┘ └───────┬───────┘ │ │ │ │ │ │ │ ▼ ▼ ▼ │ │ ┌───────────────────────────────────────────────────────────┐ │ │ │ │ │ │ │ SQLite数据库连接 │ │ │ │ │ │ │ └───────────────────────────────────────────────────────────┘ │ │ │ └───────────────────────────────────────────────────────────────────┘
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 8.1 添加资源
资源是AI可以访问的数据源，可以是文本文档、JSON数据、图片等。在我们的问候服务器中，我们添加了一个"支持的语言"资源，用于告诉AI我们支持哪些语言。
资源请求流程 ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ │ │ │ │ │ │ AI请求资源列表 │────► 服务器返回资源列表 │────► AI请求特定资源 │ │ │ │ │ │ │ └─────────────────┘ └─────────────────┘ └────────┬────────┘ │ ▼ ┌─────────────────┐ │ │ │ 服务器返回资源内容 │ │ │ └─────────────────┘
1 2 3 4 5 6 7 8 9 10 11 12 代码实现 from pydantic import AnyUrl from mcp.types import Resource
在serve函数中添加这个处理器
@server.list_resources() async def list_resources() -> list[Resource]: """列出可用的资源""" return [ Resource( name="Supported Languages", uri=AnyUrl("supported-languages://list"), description="支持的问候语言列表" ) ]
@server.read_resource() async def read_resource(uri: AnyUrl) -> str: """读取资源内容""" if str(uri) == "supported-languages://list": languages = { "english": "英语", "chinese": "中文", "spanish": "西班牙语", "french": "法语", "japanese": "日语" } language_list = "\n".join([f"- {code}: {name}" for code, name in languages.items()]) return f"# 支持的语言\n\n{language_list}"
raise ValueError(f"未知资源: {uri}")
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 8.2 添加提示
提示是预定义的对话模板，有助于引导用户以特定结构与AI交互。在我们的问候服务器中，我们添加了一个"问候演示"提示，让用户可以更轻松地体验服务器的功能。
提示请求流程 ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ │ │ │ │ │ │ 用户选择提示 │────► AI请求提示列表 │────► 服务器返回提示列表│ │ │ │ │ │ │ └─────────────────┘ └─────────────────┘ └────────┬────────┘ │ ▼ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ │ │ │ │ │ │ AI使用提示内容 │◄────┤ 服务器返回提示内容 │◄────┤ AI请求特定提示 │ │ 引导对话 │ │ │ │ │ └─────────────────┘ └─────────────────┘ └─────────────────┘
1 2 3 4 5 6 7 8 9 10 11 12 代码实现 from mcp.types import Prompt, PromptMessage, GetPromptResult
@server.list_prompts() async def list_prompts() -> list[Prompt]: """列出可用的提示""" return [ Prompt( name="greeting-demo", description="问候演示提示", argument_schema={ "type": "object", "properties": { "name": { "type": "string", "description": "用户名" } }, "required": ["name"] } ) ]
@server.get_prompt() async def get_prompt(name: str, arguments: dict[str, str] | None) -> GetPromptResult: """获取提示内容""" if name != "greeting-demo" or not arguments or "name" not in arguments: raise ValueError("无效的提示名称或缺少必要参数")
user_name = arguments["name"]
prompt_text = f"""
这是一个问候服务演示。你好，{user_name}！
这个服务器支持以下工具：
- get_greeting: 生成不同语言的问候语
- get_time_greeting: 根据当前时间生成不同语言的问候语
试试用不同的语言问候{user_name}！
"""
return GetPromptResult(
name="greeting-demo",
description=f"针对{user_name}的问候演示",
messages=[
PromptMessage(
role="user",
content=TextContent(type="text", text=prompt_text.strip()),
)
],
)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 用户体验角度
从用户的角度来看，资源和提示极大地提升了交互体验：
资源：用户可以通过AI了解服务器支持的语言和其他重要信息，而不需要额外的文档 提示：用户可以通过选择提示快速开始一个结构化的对话，无需从零开始
这就像是访问一个网站时，有清晰的导航菜单和预先设计的表单，让用户不必猜测如何使用网站的功能。
- 安装和运行
完成代码后，是时候将我们的服务器安装到本地环境并运行了。这个阶段就像是将精心设计的菜肴从厨房端到餐桌上，让用户可以品尝你的成果。
安装流程 ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ │ │ │ │ │ │ 开发模式安装 │────► 运行服务器 │────► 测试功能 │ │ │ │ │ │ │ └─────────────────┘ └─────────────────┘ └─────────────────┘
1 2 3 4 5 安装命令
安装开发模式
uv pip install -e . # 或使用 pip install -e .
运行服务器
my-mcp-server -v
1 2 3 4 5 为什么使用开发模式？
开发模式（-e选项）创建一个指向你项目源代码的链接，而不是复制代码到安装目录。这意味着：
修改源代码后无需重新安装 可以立即看到代码更改的效果 开发和调试更加方便
这就像是在一个工作室里进行创作，你可以随时调整和改进你的作品，而不需要每次都重新从头开始。
- 与Claude Desktop集成
将你的MCP服务器与Claude Desktop集成是让它发挥作用的关键步骤。通过这种集成，Claude可以利用你的服务器提供的工具、资源和提示，增强其功能。
10.1 集成步骤 打开Claude Desktop → 编辑配置文件 → 添加服务器配置
↓
开始对话 使用新工具 ← 重启Claude Desktop ← 保存配置 10.2 详细配置指南
将你的MCP服务器集成到Claude Desktop中需要几个简单的步骤。想象一下，你正在向Claude介绍一位新朋友（你的MCP服务器），这样Claude就能够利用这位朋友的特殊技能。
配置文件位置
Claude Desktop的配置文件通常位于：
macOS: ~/Library/Application Support/Claude/config.json Windows: %APPDATA%\Claude\config.json Linux: ~/.config/Claude/config.json 配置内容
在配置文件中，你需要在mcpServers部分添加你的服务器信息：
{ "mcpServers": { "greeting": { "command": "my-mcp-server", "args": ["-v"] } } }
1 2 3 4 5 6 7 8
这个配置告诉Claude Desktop：
有一个名为"greeting"的MCP服务器可用 启动这个服务器的命令是my-mcp-server 运行时使用-v参数（启用INFO级别的日志） 服务器注册过程
当Claude Desktop启动时，它会自动检查配置文件中列出的所有MCP服务器，并尝试连接它们。如果连接成功，服务器提供的工具、资源和提示就会在Claude中变得可用。
这个过程就像是Claude在启动时"认识"了所有可用的朋友（服务器），并了解了它们各自的特长（工具和资源），以便在需要时向它们寻求帮助。
用户交互模式
一旦集成完成，用户可以通过以下方式与你的MCP服务器交互：
直接请求：用户可以直接要求Claude使用特定的工具，例如"用中文问候我" 资源查询：Claude可以查询服务器提供的资源，例如"列出支持的语言" 提示选择：用户可以选择预定义的提示，快速开始特定类型的对话
从用户的角度来看，整个过程是无缝的，就像是Claude本身具有了这些能力一样。这种透明性是MCP最大的优势之一，它使AI的能力扩展变得简单而自然。
- 测试你的MCP服务器
测试是确保MCP服务器稳定性和可靠性的关键环节。通过全面测试，你可以在部署前发现并修复潜在问题。
11.1 测试流程
测试流程应该包括单元测试、集成测试和端到端测试，确保服务器的各个组件和整体功能都能正常工作。
启动测试客户端 → 列举可用工具 → 调用工具
↓
验证输出结果 ← 接收响应 ← 发送参数 12. 高级示例：数据库查询服务器
随着你的MCP服务器开发技能提升，你可以尝试创建更复杂的服务器。一个常见的高级应用是数据库查询服务器，它允许AI模型与数据库交互，执行查询、插入、更新和删除操作。
12.1 SQLite数据库服务器架构
一个SQLite数据库MCP服务器的架构如下：
SQLite MCP服务器
查询执行工具 • 执行SQL语句 • 返回查询结果 • 错误处理
表结构查询工具 • 列出所有表 • 获取表结构 • 提供表数据字典
业务洞察资源 • 提供商业分析 • 常用查询模板 • 数据解释指南
SQLite数据库连接 13. 最佳实践
在MCP服务器开发过程中，遵循最佳实践不仅可以提高代码质量，还可以增强服务器的安全性、可靠性和可维护性。这就像是建造房屋时遵循建筑规范，确保房屋不仅美观，还安全、耐用。
- 安全性最佳实践
安全性是MCP服务器开发中最重要的考虑因素之一。就像你不会给陌生人你家的钥匙一样，你应该谨慎控制AI对系统的访问权限。
┌───────────────────────────────────────────────────────────────────┐ │ 安全最佳实践 │ │ │ │ ┌───────────────┐ ┌───────────────┐ ┌───────────────┐ │ │ │ │ │ │ │ │ │ │ │ 输入验证 │ │ 权限控制 │ │ 敏感操作确认 │ │ │ │ │ │ │ │ │ │ │ │ • 类型检查 │ │ • 最小权限原则 │ │ • 二次确认 │ │ │ │ • 范围验证 │ │ • 资源隔离 │ │ • 操作日志 │ │ │ │ • 注入防护 │ │ • 认证机制 │ │ • 撤销机制 │ │ │ │ │ │ │ │ │ │ │ └───────────────┘ └───────────────┘ └───────────────┘ │ │ │ └───────────────────────────────────────────────────────────────────┘
1 2 3 4 5 6 7 8 9 10 11 12 13 14 具体措施： 使用参数验证：使用Pydantic等工具验证所有输入 避免直接执行shell命令：如果必须执行，严格过滤参数 限制文件系统访问：只允许访问特定目录 使用参数化查询：防止SQL注入攻击 实现速率限制：防止资源耗尽攻击 2. 错误处理最佳实践
良好的错误处理可以提高服务器的稳定性和用户体验。就像一个好的导航系统不仅能带你到目的地，还能在遇到道路封闭时提供替代路线。
具体措施： 提供有意义的错误消息：清晰说明问题所在 区分用户错误和系统错误：不同类型的错误需要不同的处理方式 实现适当的日志记录：记录错误详情，但避免泄露敏感信息 优雅降级：在部分功能不可用时，仍能提供有限服务 异常隔离：确保一个工具的故障不会影响其他工具 3. 性能优化最佳实践
性能优化可以使你的服务器更加高效和响应迅速。就像一位厨师会不断优化他的烹饪流程，使美食更快地端上餐桌。
具体措施： 缓存常用数据：减少重复计算和查询 使用异步操作：避免阻塞服务器 优化数据库查询：使用索引，减少不必要的查询 限制响应大小：分页返回大型结果集 资源池化：重用数据库连接等资源 4. 代码组织最佳实践
良好的代码组织使得维护和扩展服务器变得更加容易。这就像是一个整洁有序的工作空间，能够提高工作效率和创造力。
具体措施： 模块化设计：将功能分解为小型、专注的模块 关注点分离：将业务逻辑与MCP服务器层分开 使用依赖注入：减少组件间的耦合 遵循编码规范：使用一致的命名和格式化风格 编写文档和注释：解释复杂的逻辑和设计决策 5. 用户体验最佳实践
良好的用户体验可以使你的服务器更容易使用和理解。就像一个精心设计的用户界面可以让复杂的应用变得直观易用。
具体措施： 提供详细的工具描述：清晰说明工具的功能和参数 返回格式化的结果：使结果易于阅读和理解 创建有用的提示模板：帮助用户快速开始 提供示例和教程：展示如何使用服务器 收集用户反馈：不断改进服务器 14. 常见问题
在开发和使用MCP服务器的过程中，你可能会遇到各种问题。提前了解这些问题及其解决方案，就像在旅行前了解可能的路障和绕行路线，可以让你的开发之旅更加顺畅。
- 调试问题
调试是开发过程中不可避免的一部分，掌握有效的调试技巧可以节省大量时间。
常见问题：服务器启动失败
症状：运行服务器命令时出错，服务器无法启动
可能原因：
依赖缺失或版本不兼容 配置文件错误 端口已被占用
解决方案：
使用-v或-vv增加日志详细程度 检查所有依赖是否正确安装 验证配置文件格式和内容 检查是否有其他服务使用相同端口 常见问题：工具调用失败
症状：工具列表显示正常，但调用时出错
可能原因：
工具实现有bug 参数验证失败 外部资源不可用
解决方案：
添加特定于工具的调试日志 使用测试客户端检查参数传递 验证所有外部依赖是否可用 2. 性能问题
随着使用量的增加，你可能会遇到性能瓶颈，及时识别和解决这些问题对于维护良好的用户体验至关重要。
常见问题：响应缓慢
症状：工具调用需要很长时间才能返回结果
可能原因：
复杂计算或查询 外部资源响应慢 资源泄漏
解决方案：
分析性能瓶颈，使用性能分析工具 实现缓存机制 优化算法和查询 使用异步处理长时间运行的任务 常见问题：内存使用过高
症状：服务器随着时间推移消耗越来越多的内存
可能原因：
内存泄漏 缓存策略不当 大型响应没有流式处理
解决方案：
使用内存分析工具检测泄漏 实现缓存大小限制和过期策略 对大型响应使用分页或流式处理 3. 集成问题
将MCP服务器与Claude或其他客户端集成时，可能会遇到各种问题。
常见问题：Claude无法识别服务器
症状：Claude报告找不到MCP服务器
可能原因：
配置文件路径错误 服务器命令不在PATH中 服务器名称配置错误
解决方案：
验证配置文件位置和内容 确保服务器命令可全局访问 重启Claude Desktop应用 常见问题：通信错误
症状：Claude可以启动服务器，但无法正常通信
可能原因：
MCP协议实现不兼容 输入/输出流设置不正确 编码问题
解决方案：
更新到最新版本的MCP SDK 确保使用正确的流处理器（通常是stdio） 检查字符编码是否一致 4. 部署问题
将MCP服务器部署到生产环境可能会带来新的挑战。
常见问题：依赖冲突
症状：服务器在开发环境运行正常，但在生产环境失败
可能原因：
依赖版本不一致 系统库不兼容 权限问题
解决方案：
使用虚拟环境或容器隔离依赖 明确指定所有依赖的版本 使用pip freeze > requirements.txt锁定依赖 常见问题：多用户访问冲突
症状：多个用户同时使用服务器时出现问题
可能原因：
资源竞争 缺乏并发控制 状态管理不当
解决方案：
实现适当的锁和并发控制 为每个用户会话创建独立的状态 使用队列系统管理负载 15. 结论
恭喜！你现在已经了解了如何使用Python创建自己的MCP服务器。MCP为AI模型提供了一种安全、结构化的方式与外部世界交互，而你可以通过创建自己的服务器来扩展这些能力。
你学到了什么
通过这篇指南，你已经掌握了MCP服务器开发的全过程，从基本概念到高级应用：
MCP的核心概念：工具、资源和提示如何共同工作 项目结构设计：如何组织你的代码以实现清晰和可维护性 服务器实现：如何使用Python MCP SDK创建服务器 高级特性：如何添加资源和提示来增强用户体验 测试和调试：如何确保你的服务器正常工作 集成和部署：如何将你的服务器与Claude Desktop集成 最佳实践：如何编写安全、高效、可维护的代码 下一步
MCP服务器开发是一个广阔的领域，有无限的可能性。随着你的经验积累，你可以：
创建更复杂的服务器：实现更多样化的功能 探索新的集成点：连接更多的外部服务和API 优化性能和安全性：提升服务器的质量 分享你的创造：将你的服务器发布到开源社区 开发自定义UI：创建专门的界面来使用你的服务器
从简单的问候服务器到复杂的数据库查询工具，可能性是无限的。随着你的经验积累，你可以创建更复杂、更有用的服务器，以满足你的特定需求。
最后的思考
MCP代表了AI与外部世界交互的新范式。通过创建自己的MCP服务器，你不仅扩展了AI的能力，还参与塑造了AI与人类协作的未来。就像是给AI提供了新的感官和能力，让它能够以更加有用和安全的方式融入我们的日常生活和工作。
希望这篇指南对你有所帮助！如果你有任何问题或建议，请随时联系我。祝你在MCP服务器开发之旅中取得成功！
