Skip to content
接入生态第 1 / 2 节

MCP:写一个服务器并接上 ​

读完这一节,你会写出一个自己的 MCP 服务器,让 myagent 连上它、发现它的工具并调用。顺便弄清楚 MCP 到底解决了什么问题。

先看问题:每接一个工具都要重写一遍 ​

上一章,我们把工具写在 agent.py 里。可如果你想让 Claude Code、Cursor 和你自己的 Agent 都能查公司的笔记库,就得在三个地方各写一遍,格式还各不一样。

MCP(Model Context Protocol,模型上下文协议)就是为了解决这个:工具写一次,做成一个 MCP 服务器,所有支持 MCP 的程序都能直接用。 官方的比方是:MCP 就像 AI 应用的 USB-C 接口。

三个角色 ​

查一查MCP 里的……

点一个看看。

服务器能提供三类东西:Tools(模型决定什么时候调用的函数)、Resources(应用读取的数据)、Prompts(用户挑选的提示模板)。本节只用 Tools。消息格式是 JSON-RPC 2.0;一次工具调用在线上长这样(规范原文):

json
{ "jsonrpc": "2.0", "id": 2, "method": "tools/call",
  "params": { "name": "get_weather", "arguments": { "location": "New York" } } }

1. 写一个 MCP 服务器 ​

mcp_servers/notes_server.py(在 myagent.zip 里):

python
import json
from pathlib import Path
from mcp.server import MCPServer

NOTES = Path(__file__).with_name("notes.json")
mcp = MCPServer("notes")

def _load():
    return json.loads(NOTES.read_text(encoding="utf-8")) if NOTES.exists() else []

@mcp.tool()
def add_note(text: str) -> str:
    """记下一条笔记。"""
    notes = _load() + [text]
    NOTES.write_text(json.dumps(notes, ensure_ascii=False), encoding="utf-8")
    return f"已记下,共 {len(notes)} 条。"

@mcp.tool()
def search_notes(keyword: str) -> list[str]:
    """按关键词查找笔记,返回所有包含这个词的笔记。"""
    return [n for n in _load() if keyword in n]

if __name__ == "__main__":
    mcp.run()

和上一章手写 JSON Schema 不同,这里类型标注就是 schema:text: str 告诉 SDK 参数是字符串,函数的文档字符串就是工具说明。mcp.run() 不带参数,就是用 stdio(标准输入输出)和客户端通信。

网上很多教程的 FastMCP,在新版里已经不能用了

官方 Python SDK 从 2.x 起把 FastMCP 改名为 MCPServer,旧的导入路径直接删除了。照旧教程写 from mcp.server.fastmcp import FastMCP,会报 ModuleNotFoundError: No module named 'mcp.server.fastmcp',报错信息里会提示改用 from mcp.server.mcpserver import MCPServer。我们用的是 mcp 2.3.0(2026-10-02 发布)。还想跑旧代码,就装 mcp<2。

2. 让 Agent 连上它 ​

MCP SDK 2.x 里,客户端只有一个 Client 类。给它一个 StdioServerParameters,它就会把服务器作为子进程启动并通过 stdio 连接:

python
async def connect_mcp(command, stack):
    from mcp import Client
    from mcp.client.stdio import StdioServerParameters
    parts = shlex.split(command)
    mcp_client = await stack.enter_async_context(Client(StdioServerParameters(command=parts[0], args=parts[1:])))
    listed = await mcp_client.list_tools()
    tools = [{"type": "function", "function": {"name": t.name, "description": t.description or "",
              "parameters": t.input_schema}} for t in listed.tools]
    return mcp_client, tools

关键一步:把 MCP 服务器列出的工具(名字、说明、输入 schema)转换成模型认识的 tools 格式,和本地工具合在一起交给模型。模型请求调用时,如果不是本地工具,就转给 MCP:

python
r = await mcp_client.call_tool(name, args)
result = "\n".join(getattr(c, "text", str(c)) for c in r.content)

运行:

bash
python agent.py --mcp "python mcp_servers/notes_server.py" "记一条笔记:周五下午三点和设计组评审消息通知的交互稿"
python agent.py --mcp "python mcp_servers/notes_server.py" "我记过哪些和设计组有关的事?"

你应该看到(本机 qwen3:8b 的真实输出):

text
已连接 MCP 服务器,新增工具:add_note, search_notes
  [1] add_note({"text": "周五下午三点和设计组评审消息通知的交互稿"})

Agent:已记录笔记:周五下午三点和设计组评审消息通知的交互稿。
text
已连接 MCP 服务器,新增工具:add_note, search_notes
  [1] search_notes({"keyword": "设计组"})

Agent:找到以下和设计组相关的笔记:
- 周五下午三点和设计组评审消息通知的交互稿

myagent 的代码里没有一行是关于笔记的,工具全部来自 MCP 服务器。同一个 notes_server.py,也可以配置给 Claude Code 等其他支持 MCP 的程序使用。

一个容易踩的坑:stdio 方式启动的服务器子进程不会继承你的全部环境变量,只有 HOME、PATH 等少数几个。服务器要用 API Key,得在 StdioServerParameters(env={...}) 里显式传。

3. 新版规范变了什么 ​

MCP 的版本号是日期,表示最后一次不向后兼容的修改。当前版本是 2026-07-28,上一版是 2025-11-25。这一版改动很大:

  • 协议变成无状态:删除了 initialize 握手,每个请求自己带上版本和能力信息;新增必须实现的 server/discover。
  • Streamable HTTP 不再有会话 ID。
  • Roots、Sampling、Logging 三个功能被标为弃用。

所以网上讲“先 initialize 握手”的教程,说的是旧版。用 SDK 写代码基本感觉不到这些变化,SDK 替你处理了。

MCP 现在是 Linux 基金会旗下 Agentic AI Foundation(AAIF)的项目之一。

4. 安全:MCP 工具就是别人的代码 ​

规范里写得很明确:工具等于执行任意代码,宿主在调用任何工具前必须得到用户的明确同意;工具的说明,除非来自可信的服务器,否则都应当视为不可信。只接你信得过的 MCP 服务器。我们的 myagent 为了简单没有给 MCP 工具加确认,最后一章会讲怎么补上。

考考你MCP 解决的核心问题是什么?

检查一下 ​

  • 我写出了 notes_server.py,并让 myagent 通过 --mcp 连上
  • 我知道 FastMCP 在 SDK 2.x 里改名为 MCPServer
  • 我能说出 2026-07-28 版规范最大的变化

下一节:MCP、Function Calling、A2A、Skills 的区别。

搞懂AI关于我们怎么写隐私说明联系我们

独立的第三方教程,与文中提到的任何产品及其公司没有隶属或合作关系;产品名称和商标归各自所有者。价格和政策以官方页面为准。