章
目
录
今天咱们就来唠唠MCP Server，看看它是如何让大型语言模型（LLM）更高效地与外部资源协同工作。
一、啥是MCP Server？
MCP Server，全称为基于MCP（Model Context Protocol，模型上下文协议）的服务器。简单来说，它就像是一座桥梁，一头连着大型语言模型，另一头接着外部数据源和各种工具。借助MCP Server，开发者能轻松把本地的资源，像文件、数据库，还有各种API接口等，“喂”给AI模型，这样模型就能更智能、高效地干活，实现各种自动化操作啦。
二、MCP Server有哪些核心功能？
（一）资源暴露
MCP Server能把本地的各类资源，毫无保留地展示给AI模型，让模型可以直接访问和使用。比如说，像file:///home/user/report.txt这样的文件资源，模型可以读取里面的内容；还有memo://recent-insights这种内存资源，模型也能获取相关信息。
（二）工具提供
它还允许开发者把本地的工具分享给AI模型。这些工具可都是模型完成复杂任务的“好帮手”，像查询数据库的query_database工具，只要给它传入SQL语句，就能返回查询结果；还有write_file工具，可以按照指定的文件路径写入内容。
（三）动态通知
当资源有变动的时候，MCP Server会通过通知机制，主动把更新信息推送给客户端。这样一来，数据就能时刻保持最新，保证了数据的实时性和一致性，避免因为数据滞后导致的问题。
（四）会话管理
MCP Server在客户端和服务器的通信过程中，承担着重要的管理职责。它负责处理客户端连接的初始化，协商双方的能力，以及在会话结束时关闭连接，全方位确保通信的稳定和安全，就像一个尽职的“通信管家”。
三、MCP Server的架构长啥样？
MCP Server采用的是经典的客户端 – 服务器架构。
- MCP客户端：一般就是那些AI应用程序，比如Claude Desktop，或者其他基于LLM开发的工具。它们主要负责向服务器发起请求，和服务器进行通信。
- MCP服务器：是个轻量级的程序，主要任务就是把特定的数据源或者工具功能暴露出来，通过标准化的协议和客户端进行交互。
它们之间的通信格式基于JSON – RPC 2.0，支持请求、响应和通知这三种消息类型。这种标准化的通信方式，就像是大家都说同一种语言，保证了双方交流的顺畅和一致。
四、咱该咋用MCP Server呢？
（一）自己动手，定制专属MCP Server
要是你想按照自己的需求打造一个MCP Server，也是可以实现的。这里以python – sdk为例，给大家简单演示一下。
首先得安装相关的依赖包，在命令行输入：
uv add "mcp[cli]"
pip install mcp
这一步就像是给你的开发环境准备好“原材料”。
接着，咱们来编写server.py文件：
# server.py
# 从mcp.server.fastmcp模块导入FastMCP类，这个类用于创建MCP服务器实例
from mcp.server.fastmcp import FastMCP
# 创建一个名为“Demo”的MCP服务器实例
mcp = FastMCP("Demo")
# 使用@mcp.tool()装饰器定义一个工具函数add，它接收两个整数参数a和b，返回它们的和
@mcp.tool()
def add(a: int, b: int) -> int:
"""Add two numbers"""
return a + b
# 使用@mcp.resource()装饰器定义一个资源函数get_greeting，它接收一个字符串参数name，返回个性化的问候语
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
"""Get a personalized greeting"""
return f"Hello, {name}!"
这段代码定义了一个简单的MCP Server，里面有一个加法工具和一个能生成个性化问候语的资源。
最后，通过下面的命令启动服务：
mcp install server.py
这样，一个自定义的MCP Server就跑起来啦！
（二）“拿来主义”，使用现成的MCP Server
要是你不想从头开始折腾，也可以直接用现有的MCP Server。下面给大家推荐几个不错的资源：
- mcp中文教程：mcpdoc.club/这个网站可能是中文资料里对MCP讲解最全面的教程了，从环境配置到实际开发，各个方面都有详细介绍。
- GitHub：MCP Servers官方仓库里有不少开源的项目，能给咱们提供很多参考和灵感。
- 网站：McpFound导航站非常实用，它可以按照不同类别筛选和搜索MCP Server，而且还支持免费提交自己开发的MCP Server。在上面，你能找到像
mcp - clickhouse这种针对ClickHouse的MCP Server，还有mcp - server - axiom这种为Axiom打造的服务器，选择非常丰富。
五、MCP Server都用在哪些地方？
（一）本地资源操作
借助MCP Server，AI模型操作本地文件、数据库、Git这些资源就像“家常便饭”一样简单。举个例子，以前查询数据库得写一大串复杂的SQL语句，现在只要用自然语言描述你的需求，MCP Server就能帮你搞定，是不是超方便？
（二）自动化工作流
在构建AI工作流方面，MCP Server也是一把好手。比如说，结合Playwright MCP Server，AI模型可以自动完成浏览器操作，实现UI自动化测试。
（三）数据隐私与安全
MCP Server在本地运行的特点，让它在数据隐私和安全方面有着天然的优势。它避免了把敏感数据上传到第三方平台，从源头上降低了数据泄露的风险，确保了数据的安全和隐私。
六、总结
MCP Server是个很强的工具，打破了AI模型和本地资源、工具之间的“壁垒”，实现了无缝集成, 显著提升了开发效率。
