手把手教程：10分钟搭建你的第一个MCP服务器，让AI开口调用你的工具

2026-07-05 · 小白基础技术分享

## MCP是什么？为什么你需要它

MCP（Model Context Protocol）是由Anthropic推出的开放协议，2026年已成为AI Agent调用外部工具的事实标准。简单说：**MCP就是AI的USB接口**——它定义了一套统一的方式，让任何AI模型都能调用你写的工具。

### 一个类比帮你理解

## 第一步：环境准备

本教程使用Python。确保你有Python 3.10+：

“`bash
python –version # 应该 ≥ 3.10
“`

安装MCP Python SDK：

“`bash
pip install mcp
“`

创建一个项目目录：

“`bash
mkdir my-first-mcp-server
cd my-first-mcp-server
touch server.py
“`

## 第二步：编写你的第一个MCP工具

我们将创建一个「天气查询」工具（用模拟数据，方便测试）。打开 `server.py`：

“`python
from mcp.server import Server, NotificationOptions
from mcp.server.models import InitializationCapabilities
import mcp.server.stdio
import mcp.types as types
import asyncio

# 创建MCP服务器实例
server = Server(“weather-server”)

# 注册一个工具：查询天气
@server.list_tools()
async def handle_list_tools() -> list[types.Tool]:
return [
types.Tool(
name=”get_weather”,
description=”获取指定城市的天气信息”,
inputSchema={
“type”: “object”,
“properties”: {
“city”: {
“type”: “string”,
“description”: “城市名称，如’北京’、’上海'”,
}
},
“required”: [“city”],
},
)
]

# 实现工具逻辑
@server.call_tool()
async def handle_call_tool(
name: str, arguments: dict
) -> list[types.TextContent]:
if name == “get_weather”:
city = arguments.get(“city”, “北京”)
# 模拟天气数据（实际项目中替换为真实API调用）
weather_data = {
“北京”: “晴，25°C，湿度45%，适合户外活动”,
“上海”: “多云，28°C，湿度70%，可能有阵雨”,
“深圳”: “雷阵雨，30°C，湿度85%，记得带伞”,
}
result = weather_data.get(city, f”{city}: 晴，22°C”)
return [types.TextContent(type=”text”, text=result)]

raise ValueError(f”未知工具: {name}”)

# 启动服务器
async def main():
async with mcp.server.stdio.stdio_server() as (read_stream, write_stream):
await server.run(
read_stream,
write_stream,
InitializationCapabilities(
sampling={},
experimental={},
),
)

if __name__ == “__main__”:
asyncio.run(main())
“`

## 第三步：测试你的MCP服务器

MCP官方提供了一个测试工具 `mcp dev`：

“`bash
# 在你的项目目录下运行
mcp dev server.py
“`

这会启动一个交互式测试界面：

“`text
Connected to weather-server
Available tools: get_weather

> 调用 get_weather 查询北京天气
Result: 晴，25°C，湿度45%，适合户外活动

> 查询上海
Result: 多云，28°C，湿度70%，可能有阵雨
“`

## 第四步：在Claude Code中使用

配置Claude Code的MCP设置文件 `~/.claude/mcp.json`：

“`json
{
“mcpServers”: {
“weather”: {
“command”: “python”,
“args”: [“/你的路径/my-first-mcp-server/server.py”]
}
}
}
“`

重启Claude Code后，你的AI编程助手就能调用天气工具了：

“`text
你：帮我查一下深圳今天天气怎么样

Claude Code：[调用 get_weather(“深圳”)]
深圳今天雷阵雨，30°C，湿度85%，记得带伞。看起来不太适合户外活动！
“`

## 进阶玩法

学会了基础，你可以接入真实API让工具真正有用：

“`python
# 接入真实天气API
import httpx

@server.call_tool()
async def handle_call_tool(name: str, arguments: dict):
if name == “get_weather”:
city = arguments[“city”]
async with httpx.AsyncClient() as client:
resp = await client.get(
f”https://api.weather.com/v1/{city}”,
params={“key”: “YOUR_API_KEY”}
)
data = resp.json()
return [types.TextContent(
type=”text”,
text=f”{city}: {data[‘condition’]}, {data[‘temp’]}°C”
)]
“`

此外你还可以创建更多工具：
– 数据库查询工具（让AI直接查你的业务数据库）
– 文件操作工具（AI帮你整理文件夹）
– API调用工具（AI帮你调任何REST API）
– 邮件发送工具（AI帮你发邮件）

> MCP的核心理念是：**任何你能写出API的功能，AI就能调用。** 限制你的只有想象力。

## 第五步：进阶——让MCP工具调用真实API

把模拟数据换成真实数据，你的工具就真正有用了。以下是一个完整的真实天气API接入示例：

“`python
# 安装HTTP客户端
# pip install httpx

import httpx

@server.call_tool()
async def handle_call_tool(name: str, arguments: dict):
if name == “get_weather”:
city = arguments[“city”]
# 使用免费的Open-Meteo天气API（无需注册）
async with httpx.AsyncClient() as client:
# 先获取城市坐标
geo_resp = await client.get(
“https://geocoding-api.open-meteo.com/v1/search”,
params={“name”: city, “count”: 1}
)
geo_data = geo_resp.json()
if not geo_data.get(“results”):
return [types.TextContent(
type=”text”,
text=f”未找到城市: {city}”
)]

loc = geo_data[“results”][0]
lat, lon = loc[“latitude”], loc[“longitude”]

# 获取天气
weather_resp = await client.get(
“https://api.open-meteo.com/v1/forecast”,
params={
“latitude”: lat, “longitude”: lon,
“current”: “temperature_2m,relative_humidity_2m,weather_code”
}
)
w = weather_resp.json()[“current”]

# 天气代码转中文
weather_map = {0: “晴”, 1: “多云”, 2: “阴”, 3: “小雨”, 61: “中雨”}
condition = weather_map.get(w[“weather_code”], “未知”)

return [types.TextContent(
type=”text”,
text=f”{loc[‘name’]}: {condition}, {w[‘temperature_2m’]}°C, ”
f”湿度{w[‘relative_humidity_2m’]}%”
)]

raise ValueError(f”未知工具: {name}”)
“`

现在你可以问AI「米兰今天天气怎么样」，它会真实查询意大利米兰的天气数据——完全免费，无需任何API注册。

## 实际应用场景

MCP不只是天气查询。以下是已经有人在用的MCP工具：

– **数据库查询**：AI直接写SQL查你的业务数据
– **Git操作**：AI帮你管理分支、创建PR
– **飞书/钉钉集成**：AI帮你发消息、建日程
– **浏览器控制**：AI帮你操作网页（结合上一期Browser Use）

### 常见问题

**Q：MCP只能用Python吗？** A：不，MCP支持Python、TypeScript、Kotlin等多种语言。Python是入门最简单的。

**Q：我的MCP工具会被别人访问吗？** A：不会。MCP运行在本地，只有你的AI客户端能访问。

**Q：安全吗？** A：取决于你写的工具做什么。建议给敏感操作（删除文件、发送消息等）加确认步骤。MCP官方也提供了权限声明机制。

🔥 关注LC智趣厅，每周一个实战教程，从入门到精通

👇 你打算用MCP写什么工具？评论区分享你的创意