MCP快速入门实战案例

一、MCP 开发环境准备

1. 基础要求

   • 编程语言：Python/Node.js/Go（推荐Python，生态支持最完善）
   • 工具依赖：
     • mcp-sdk（官方SDK，pip install mcp-client）
     • JSON-RPC 2.0兼容框架（如FastAPI、Flask for Python）

2. 快速验证环境

   # 安装Python测试环境
   pip install mcp-client fastapi uvicorn
   

---

二、5分钟搭建第一个MCP Server

示例：创建一个天气查询服务

1. 定义工具描述符（weather_tool.json）

   {
     "name": "get_weather",
     "description": "查询指定城市天气",
     "parameters": {
       "type": "object",
       "properties": {
         "city": {"type": "string", "description": "城市名称"}
       },
       "required": ["city"]
     }
   }
   

2. 实现Server逻辑（Python示例）

   from fastapi import FastAPI
   from mcp_server import McpServer
   
   app = FastAPI()
   server = McpServer(app)
   
   @server.tool("get_weather")
   async def query_weather(city: str):
       # 模拟天气API调用
       return {"city": city, "temp": "25°C", "condition": "晴天"}
   
   if __name__ == "__main__":
       import uvicorn
       uvicorn.run(app, host="0.0.0.0", port=8000)
   

3. 启动并测试

   curl -X POST http://localhost:8000/mcp \
   -H "Content-Type: application/json" \
   -d '{"jsonrpc":"2.0","method":"get_weather","params":{"city":"北京"},"id":1}'
   

---

三、连接AI模型实战（以Claude为例）

1. 配置MCP Host

   # claude_config.yaml
   tools:
     - type: mcp
       url: http://localhost:8000/mcp
       tools_file: "./weather_tool.json"
   

2. 用户交互示例

   用户：今天北京天气怎么样？
   Claude：<调用get_weather工具> 北京当前天气：25°C，晴天