服务端创建实战 - MCP协议（大模型上下文协议）快速入门

大家好，我是 同学小张，+v: jasper_8017 一起交流，持续学习AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，订阅我的大模型专栏，共同学习和进步。

---

在本文中，我们将从零到一构建一个简单的MCP天气服务器，从实践过程中，熟悉MCP协议的使用。

1. MCP 服务器介绍

服务器提供专门的上下文和功能，通过 MCP 原语公开资源、工具和提示，独立运行，具有明确的职责，通过客户端接口请求采样，必须遵守安全约束，可以是本地进程或远程服务。

MCP服务器可以提供三种主要功能：

• Resources: 资源，可以由客户端读取的类文件数据（如API响应或文件内容）

• Tools: 工具，LLM可以调用的函数（经用户批准）

• Prompts: 提示，帮助用户完成特定任务的预先编写的模板

本文主要实战的是工具Tools

2. MCP环境配置

2.1 依赖

• Python 3.10或更高版本
• Python MCP SDK 1.2.0或更高版本

2.2 创建环境

（1）安装uv

curl -LsSf https://astral.sh/uv/install.sh | sh

（2）利用uv创建并设置项目

# Create a new directory for our project
uv init weather
cd weather

# Create virtual environment and activate it
uv venv
source .venv/bin/activate

# Install dependencies
uv add "mcp[cli]" httpx

# Create our server file
touch weather.py

3. 实战 - 你的MCP天气服务器

3.1 MCP服务构建接口：FastMCP

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("weather")

FastMCP类使用Python类型提示和文档字符串自动生成工具定义，使创建和维护MCP工具变得容易。

3.2 构建天气查询Tool函数

（1）辅助函数：make_nws_request，用来请求天气API获取天气结果

async def make_nws_request(url: str) -> dict[str, Any] | None:
    """Make a request to the NWS API with proper error handling."""
    headers = {
   
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(url, headers=headers, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None

def format_alert