Python实现一个简单的MCP

---

一、环境准备

1. Python版本要求
   • 推荐Python 3.10+（最低3.8）
   • 验证环境：python --version

2. 安装依赖

   # 创建虚拟环境
   python -m venv mcp-env
   source mcp-env/bin/activate  # Linux/Mac
   .\mcp-env\Scripts\activate  # Windows
   
   # 安装核心库
   pip install mcp mcp[cli]
   

   验证安装：mcp version 应返回1.5.0+版本

---

二、基础实现（9行代码示例）

场景：创建可查询桌面文件列表的MCP服务

import os
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("FileSystem")  # 服务名称

@mcp.tool()
def get_desktop_files() -> list:
    """获取当前用户的桌面文件列表（支持Windows/macOS/Linux）"""
    return os.listdir(os.path.expanduser("~/Desktop"))

if __name__ == "__main__":
    mcp.run(transport='stdio')  # 使用标准输入输出通信

关键要点：

1. 工具注册：@mcp.tool()装饰器将函数注册为MCP工具
2. 注释规范：函数文档字符串需清晰描述功能，大模型通过此理解工具用途
3. 类型注解：强制要求参数和返回值的类型声明（如-> list）

---

三、进阶功能实现

1. 多工具集成

@mcp.tool()
def calculator(a: float, b: float, operator: str) -> float:
    """执行基础数学运算（支持+-*/）
    
    Args:
        operator: 运算符，必须是'+','-','*','/'之一
    """
    if operator == '+': return a + b
    elif operator == '-': return a - b
    elif operator == '*': return a * b
    elif operator == '/': return a / b
    else: raise ValueError("无效运算符")

2. 资源访问

@mcp.resource("config://app_settings")
def get_app_config() -> dict:
    """获取应用程序配置"""
    return {"theme": "dark", "language": "zh-CN"}

3. 安全控制

@mcp.tool(permissions=["read:/Desktop"])
def safe_file_reader(filename: str) -> str:
    """带权限检查的文件读取工具"""
    desktop_path = os.path.expanduser("~/Desktop")
    target = os.path.join(desktop_path, filename)
    if not os.path.exists(target):
        raise FileNotFoundError("文件不存在")
    return open(target).read()

---

四、客户端配置（以Cursor为例）

1. 配置mcp.json

   {
     "mcpServers": {
       "filesystem": {
         "command": "python /path/to/your_script.py",
         "transport": "stdio"
       }
     }
   }
   

2. 测试交互
   • 在Cursor聊天框输入：“我的桌面上有哪些文件？”
   • 观察MCP工具调用过程，需手动授权首次访问

---

五、最佳实践

1. 错误处理

   @mcp.tool()
   def safe_operation():
       try:
           # 业务代码
       except Exception as e:
           return {"status": "error", "message": str(e)}
   

2. 日志管理

   import logging
   logging.basicConfig(
       level=logging.INFO,
       format="%(asctime)s - %(name)s - %(levelname)s - %(message)s"
   )
   

3. 性能优化
   • 使用async def定义异步工具
   • 限制资源密集型操作的执行时间

---

六、部署方式选择

传输协议	适用场景	示例代码
stdio	IDE/本地集成	mcp.run(transport='stdio')
sse	远程服务	mcp.run(host='0.0.0.0', port=8000)
websocket	实时交互	需配置Nginx反向代理