什么是mcp
MCP 是一个开放协议，它为应用程序向 LLM 提供上下文的方式进行了标准化。你可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化的方式一样，MCP 为 AI 模型连接各种数据源和工具提供了标准化的接口。
MCP 核心采用客户端-服务器架构，主机应用可以连接多个服务器：
- MCP Hosts: 如 Claude Desktop、IDE 或 AI 工具，希望通过 MCP 访问数据的程序
- MCP Clients: 维护与服务器一对一连接的协议客户端
- MCP Servers: 轻量级程序，通过标准的 Model Context Protocol 提供特定能力
- 本地数据源: MCP 服务器可安全访问的计算机文件、数据库和服务
- 远程服务: MCP 服务器可连接的互联网上的外部系统（如通过 APIs）
初始化环境
Python 需要是 3.11+ 版本
安装uv
mcp默认使用uv作为第三方库管理工具，如果还没有安装，执行如下命令安装即可
pip install uv
执行命令 uv version 查看是否成功安装
使用 uv 创建项目
uv init mcp-server-demo
cd mcp-server-demo
执行 uv add "mcp[cli]" 添加mcp依赖到项目中
创建 MCP server
编写server端代码
from pathlib import Path
from mcp.server import FastMCPmcp = FastMCP(name="demo1", log_level='ERROR')# 添加一个工具
@mcp.tool()
def list_file(path: str):"""列出指定目录的所有文件和子目录参数:path: 根目录返回:文件列表"""try:path = Path(path)if not path.exists():print(f"错误：目录 '{path}' 不存在")return []contents = []for item in path.iterdir():contents.append({'name': item.name,'type': 'file' if item.is_file() else 'directory','size': item.stat().st_size if item.is_file() else 0,'modified': item.stat().st_mtime})return contentsexcept PermissionError:print(f"错误：没有权限访问目录 '{path}'")return []if __name__ == '__main__':mcp.run(transport='stdio')创建 MCP client
编写client代码
import asynciofrom dotenv import load_dotenv
from mcp import StdioServerParameters, ClientSession, stdio_clientload_dotenv() # 从.env加载环境变量# Client 会使用这里的配置来启动本地MCP Serverserver_params = StdioServerParameters(command='python',args=["./server_demo.py"],env=None
)async def main():async with stdio_client(server_params) as (read, write):async with ClientSession(read, write, sampling_callback=None) as session:await session.initialize()print('\n 正在调用工具...')result = await session.call_tool("list_file", {"path": "D:/pic"})print(result.content)asyncio.run(main())测试使用
1、直接运行client_demo.py代码
正在调用工具...
[TextContent(type='text', text='{"name": "01.jpg", "type": "file", "size": 192323, "modified": 1697902736.3849685}', annotations=None), TextContent(type='text', text='{"name": "05.jpg", "type": "file", "size": 379369, "modified": 1697819759.6860936}', annotations=None), TextContent(type='text', text='{"name": "22.jpg", "type": "file", "size": 249651, "modified": 1698055119.5418005}', annotations=None), TextContent(type='text', text='{"name": "cheetah.jpg", "type": "file", "size": 20552, "modified": 1717745181.0207932}', annotations=None), TextContent(type='text', text='{"name": "dog", "type": "directory", "size": 0, "modified": 1718097770.096676}', annotations=None), TextContent(type='text', text='{"name": "dog.jpg", "type": "file", "size": 44733, "modified": 1711027923.611414}', annotations=None), TextContent(type='text', text='{"name": "dog.png", "type": "file", "size": 351610, "modified": 1711027861.5564046}', annotations=None), TextContent(type='text', text='{"name": "\\u5b81\\u6ce2\\u56db\\u660e\\u5c71", "type": "directory", "size": 0, "modified": 1696489530.0600708}', annotations=None)]2、启动 mcp server 在浏览器端使用
uv run mcp dev server_demo.py
出现如下日志，代表正常启动
Starting MCP inspector...
⚙️ Proxy server listening on port 6277
🔍 MCP Inspector is up and running at http://127.0.0.1:6274 🚀
浏览器中打开 http://127.0.0.1:6274，可以看见如下页面：
然后点击 “Connect” 按钮，点击“Tools - List Tools”，可以看见后台MCP Server提供的服务，在右边输入参数后，点击“Run Tool”可以看见正常调用的后端接口
3、在VS code插件“Cline”中使用
打开插件 Cline ，点击顶部的 “MCP Servers” 按钮，
打开配置文件 “cline_mcp_settings.json”，输入如下配置，出现绿灯代表配置成功
{"mcpServers": {"myMcpDemo1": {"disabled": false,"timeout": 60,"command": "cmd","args": ["/c","python","C:/workspace/py/mcp-demo/demo2/server_demo.py"],"env": {},"transportType": "stdio"}}
}
注意：如果出现错误“Processing request of type server.py:534 ListToolsRequest 534 ListResourcesRequest ListResourceTemplatesRequest”，则需要调整日志输出级别 log_level='ERROR'
mcp = FastMCP(name="demo1", log_level='ERROR')
接下来就可以在对话框中直接对话使用了，列入我输入“列出目录 C:\workspace\py 的所有文件和子目录”，效果如下：
参考
- https://mcpservers.org/
- https://docs.anthropic.com/en/home
- https://modelcontextprotocol.io/introduction
- https://mcp-docs.cn/introduction
- https://github.com/modelcontextprotocol/python-sdk
的使用介绍)
 的工作原理和优势)
)