🔍 为什么要手动实现MCP服务器？
大型语言模型（如Claude、GPT）虽能生成文本，但无法直接操作现实世界的数据和工具。MCP服务器就像AI的"双手"，让模型能够：
✅ 查询数据库获取实时数据
✅ 调用API执行具体操作（如发送邮件）
✅ 访问本地文件系统
通过Simple-MCP-Server项目，开发者无需从零造轮子，可快速实现以下功能：
- 标准化JSON-RPC 2.0协议通信
- 自动工具发现与路由
- 类型安全的参数校验
🛠️ 环境准备（3分钟）
1. 安装基础工具
# 创建虚拟环境
python -m venv mcp-env
source mcp-env/bin/activate # Windows: mcp-env\Scripts\activate
# 安装依赖
pip install mcp-sdk requests # 核心SDK+HTTP库
注：推荐Python 3.8+，避免SSL兼容性问题
2. 克隆示例项目
git clone https://github.com/ruslanmv/Simple-MCP-Server-with-Python.git
cd Simple-MCP-Server-with-Python
💻 核心代码解析（带优化建议）
1. 工具类定义（原始代码优化）
from mcp_sdk import Tool
import requests
class WeatherTool(Tool):
"""获取城市天气（优化版）"""
def run(self, city: str) -> dict:
"""添加类型注解和错误处理"""
try:
url = f"https://api.weatherapi.com/v1/current.json?key=YOUR_KEY&q={city}"
response = requests.get(url, timeout=5.0)
data = response.json()
return {
"temperature": data["current"]["temp_c"],
"condition": data["current"]["condition"]["text"]
}
except Exception as e:
return {"error": f"Weather API failed: {str(e)}"}
优化点：
- 增加类型提示（
city: str） - 添加超时和异常处理
- 返回结构化数据而非原始API响应
2. 服务器启动（支持热重载）
from mcp_sdk import MCP
from weather_tool import WeatherTool # 导入自定义工具
mcp = MCP(port=8080, debug=True) # 开启调试模式
mcp.register_tool(WeatherTool(), name="get_weather")
if __name__ == "__main__":
mcp.start(auto_reload=True) # 开发时自动重载
关键参数说明：
port: 指定服务端口（默认8080）auto_reload: 代码修改后自动重启
🌐 实战演示：查询天气
1. 启动服务器
python server.py
# 输出示例：MCP Server running on http://0.0.0.0:8080
2. 通过客户端调用
from mcp_sdk import MCPClient
client = MCPClient("http://localhost:8080")
result = client.call_tool("get_weather", {"city": "北京"})
print(result) # 输出：{'temperature': 25, 'condition': '晴'}
3. 在AI应用中集成
配置Cursor/Claude Desktop连接本地MCP服务器：
- 打开设置 → MCP → 添加服务器
- 输入URL：
http://localhost:8080 - 测试工具是否可见
🚀 进阶功能扩展
1. 添加数据库工具
@mcp.tool()
def query_users(limit: int = 10):
"""查询用户数据（SQLite示例）"""
conn = sqlite3.connect('demo.db')
cursor = conn.cursor()
cursor.execute(f"SELECT * FROM users LIMIT {limit}")
return cursor.fetchall()
注：生产环境应使用参数化查询防SQL注入
2. 异步处理高延迟操作
@mcp.tool()
async def async_fetch(url: str):
"""异步获取网页内容"""
async with httpx.AsyncClient() as client:
response = await client.get(url)
return {"status": response.status_code, "content": response.text}
3. 安全加固（OAuth2示例）
from fastapi.security import OAuth2AuthorizationCodeBearer
oauth2_scheme = OAuth2AuthorizationCodeBearer(
authorizationUrl="https://auth.example.com/auth",
tokenUrl="https://auth.example.com/token"
)
@mcp.tool(dependencies=[Depends(oauth2_scheme)])
def secure_action():
"""需要认证的工具"""
return {"status": "authorized"}
📊 性能监控方案
from prometheus_client import start_http_server, Counter
REQUEST_COUNT = Counter('mcp_requests', 'Total tool calls')
@mcp.tool()
def monitored_tool():
REQUEST_COUNT.inc() # 记录调用次数
return {"data": "..."}
if __name__ == "__main__":
start_http_server(9000) # 暴露/metrics端点
mcp.start()
访问http://localhost:9000/metrics查看监控数据
💡 常见问题排错
| 问题现象 | 解决方案 |
|---|---|
Address already in use | 修改端口或执行kill -9 $(lsof -t -i:8080) |
| 工具未出现在客户端 | 检查register_tool的name参数是否匹配 |
| 返回数据被截断 | 检查是否超过默认1MB大小限制 |
🎯 总结
通过Simple-MCP-Server项目，我们实现了：
- 标准化工具暴露：Weather/DB查询等能力
- 无缝AI集成：Claude/Cursor直接调用
- 生产级特性：异步/认证/监控
