MCP学习笔记

0 阅读3分钟

在 Windows 上搭建 Python MCP 开发环境

Node.js — 下载 Node.js®

下载 - voidtools

📋 前置准备

  • 操作系统:Windows 10 / 11(推荐使用 Windows Terminal 或 PowerShell)
  • Python 版本要求:3.10 或更高版本(MCP SDK 强依赖)

🐍 第一步:安装 Python 环境

  1. 下载 Python

    • 访问 python.org/downloads
    • 点击黄色按钮下载最新的稳定版安装包(例如 python-3.12.x-amd64.exe)。
  2. 运行安装程序

    • 关键步骤:在安装界面底部 必须勾选 Add Python to PATH
    • 选择 Install Now(或自定义路径但不要包含中文)。
  3. 验证安装 打开 PowerShell(以管理员身份运行非必须,但推荐),输入:

    python --version
    

    如果输出 Python 3.12.x 或类似信息,说明安装成功。


⚡ 第二步:安装 uv 包管理器(官方推荐)

uv 是速度极快的 Python 项目管理工具,也是 MCP 官方教程的首选。

PowerShell 中执行以下命令进行安装:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

验证 uv 安装: 关闭并重新打开 PowerShell,然后运行:

uv --version

如果输出版本号(如 uv 0.x.x),则安装成功。

备选方案:如果你更习惯使用传统的 pip + venv,完全可以替代 uv,但 uv 在处理依赖和启动速度上优势明显。


📁 第三步:创建并初始化项目文件夹

在你想存放代码的位置(例如 C:\Users\你的用户名\Documents)打开 PowerShell。

使用 uv 初始化 weather 项目(这会生成 pyproject.toml 和基础结构)

uv init weather


---

### 🌍 第四步:创建并激活虚拟环境

虚拟环境用于隔离项目依赖,避免全局包冲突。

```powershell
# 创建虚拟环境(uv 会自动查找 Python 解释器)
uv venv

# 激活虚拟环境(Windows 专用命令)
.venv\Scripts\activate

成功标志:命令行提示符前面会出现 (.venv) 字样。

image.png

📦 第五步:安装 MCP 核心依赖

在激活虚拟环境的状态下,执行以下命令安装 MCP 开发所需的包:

uv add mcp[cli] httpx

这条命令会自动:

  • 安装 mcp 核心库及其命令行工具。
  • 更新 pyproject.tomluv.lock 文件。

💻 第六步:编写第一个 MCP 服务端代码

在项目根目录下,创建一个名为 server.py 的文件。你可以用记事本或 VS Code 打开并粘贴以下代码:

# server.py
from mcp.server.fastmcp import FastMCP

# 创建一个 MCP 服务器实例,名称为 "My First MCP Server"
mcp = FastMCP("My First MCP Server")

# 使用装饰器定义一个工具(Tool)
# 当 AI 调用 "add" 工具时,会执行这个函数
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers together"""
    return a + b

# 启动服务器,使用标准输入输出(stdio)通信
if __name__ == "__main__":
    mcp.run(transport='stdio')

🧪 第七步:运行并测试服务器

在激活的虚拟环境终端中,运行:

python server.py

正常情况下,终端会卡住不动,这是正常的——它正在后台监听标准输入输出。MCP 服务器本身没有图形界面,它是为 AI 客户端(如 Claude Desktop)提供服务的。

如何验证代码是否工作? 你可以使用 mcp dev 开发工具(如果已安装 CLI)进行本地模拟测试:

# 新开一个 PowerShell 窗口,进入项目目录并激活虚拟环境
mcp dev server.py 
或者
npx @modelcontextprotocol/inspector python server.py

这会启动一个本地 Web 调试界面,你可以在浏览器中看到工具列表并手动测试。


image.png

image.png

🖥️ 第八步:配置 Claude Desktop 连接你的服务器(可选)

要让真正的 AI 应用调用你的 MCP 服务器,需要修改配置文件。

  1. 找到配置文件位置

    %APPDATA%\Claude\claude_desktop_config.json
    
  2. 编辑 JSON 文件,添加如下内容(注意将路径替换为你的实际路径):

   {
  "mcpServers": {
    "WeatherServer": {
      "command": "C:\\Users\\Administrator\\.local\\bin\\uv.exe",
      "args": [
        "--directory",
        "E:\\AISpace\\weather",
        "run",
        "server.py"
      ]
    }
  }
}
  • command 指向虚拟环境中的 uv.exe 绝对路径。
  • args 指向你编写的 server.py 绝对路径。
  1. 重启 Claude Desktop,如果一切正常,你会在设置中看到绿色的锤子图标,表示 MCP 工具加载成功。

image.png