MCP 协议入门 - Cline 版
MCP 是一种开放协议，它标准化了应用程序如何为 LLMs.将 MCP 视为 AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 也提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。
为什么选择 MCP？
MCP 可帮助您在 LLMs.LLMs 经常需要与数据和工具集成，MCP 提供：
- 越来越多的预构建集成，您可以直接LLM插入其中
- 在提供商和供应商之间LLM灵活切换
- 在基础架构中保护数据的最佳实践
一般架构
MCP 的核心遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器：
- MCP 主机 ：希望通过 MCP 访问数据的 Claude Desktop、IDE 或 AI 工具等程序
- MCP 客户端 ：与服务器保持 1：1 连接的协议客户端
- MCP 服务器 ：轻量级程序，每个程序都通过标准化的模型上下文协议公开特定功能
- 本地数据源 ：MCP 服务器可以安全访问的计算机文件、数据库和服务
- 远程服务 ：MCP 服务器可以连接到的互联网（例如，通过 API）提供的外部系统
快速入门
面向服务器开发人员
开始构建您自己的服务器，以便在 Claude for Desktop 和其他客户端中使用。
在本教程中，我们将构建一个简单的 MCP 天气服务器并将其连接到主机 Claude for Desktop。我们将从基本设置开始，然后进入更复杂的使用案例。
我们将构建什么
许多公司LLMs目前无法获取天气预报和恶劣天气警报。让我们使用 MCP 来解决这个问题！
我们将构建一个公开一个工具的服务器： get-forecast。然后，我们将服务器连接到 MCP 主机（在本例中为 Cline）：
服务器可以连接到任何客户端。为了简单起见，我们在这里选择了 Claude for Desktop，但我们也在此处提供了[有关构建您自己的客户端](https://modelcontextprotocol.io/quickstart/client)的指南以及其他[客户端的列表](https://modelcontextprotocol.io/clients) 。
核心 MCP 概念
MCP 服务器可以提供三种主要类型的功能：
- 资源 ：客户端可以读取的类似文件的数据（如 API 响应或文件内容）
- 工具 ：可由 LLM（经用户批准）调用的函数
- 提示 ：帮助用户完成特定任务的预先编写的模板
本教程将主要使用 python 演示，更多示例，请参考官方文档。
让我们开始构建我们的天气服务器吧！ 您可以在此处找到我们将要构建的内容的完整代码。
必备知识
本快速入门假定您熟悉：
- python
- LLMs(比如 Claude）
系统要求
- 已安装 Python 3.10 或更高版本。
- 您必须使用 Python MCP SDK 1.2.0 或更高版本。
设置环境
首先，让我们安装 uv 并设置我们的 Python 项目和环境：
curl -LsSf https://astral.sh/uv/install.sh | sh
macOS 可以使用 brew 安装：
brew install uv
确保之后重新启动终端以确保获取 uv 命令。
现在，让我们创建并设置我们的项目：
# Create a new directory for our project
uv init weather
cd weather
# Create virtual environment and activate it
uv venv
source .venv/bin/activate
# Install dependencies
uv add "mcp[cli]" httpx
# Create our server file
touch weather.py
现在让我们开始构建您的服务器。
构建您的服务器
导入包并设置实例
将这些添加到 weather.py 的顶部：
from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP
# Initialize FastMCP server
mcp = FastMCP("weather")
# Constants 使用的是和风天气，原文档提供的api 国内不好用
QWEATHER_API_BASE = "https://devapi.qweather.com/v7"
QWEATHER_API_KEY = "QWEATHER_API_KEY" # 请替换为实际token
FastMCP 类使用 Python 类型提示和文档字符串自动生成工具定义，从而轻松创建和维护 MCP 工具。
帮助程序函数
接下来，让我们添加用于查询和格式化 National Weather Service API 中的数据的帮助程序函数：
async def make_qweather_request(endpoint: str, params: dict = {}) -> dict[str, Any] | None:
"""Make a request to the QWeather API with proper error handling."""
headers = {
"X-QW-Api-Key": f"{QWEATHER_API_KEY}"
}
async with httpx.AsyncClient() as client:
try:
url = f"{QWEATHER_API_BASE}/{endpoint}"
response = await client.get(url, params=params, headers=headers, timeout=30.0)
response.raise_for_status()
print(response)
return response.json()
except Exception as e:
msg = "request fail, error:%s" % e
print(msg)
return msg
实现工具执行
工具执行处理程序负责实际执行每个工具的逻辑。我们来添加它：
@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
"""Get weather forecast for a location.
Args:
latitude: Latitude of the location
longitude: Longitude of the location
"""
# Get current weather data
location = f"{longitude},{latitude}"
weather_data = await make_qweather_request("weather/now", {
"location": location,
"unit": "m"
})
if isinstance(weather_data, str):
return weather_data
# Get 5-day forecast
forecast_data = await make_qweather_request("weather/7d", {
"location": location,
"unit": "m"
})
if isinstance(forecast_data, str):
return forecast_data
# Format current weather
current = f"""
Current Weather:
Temperature: {weather_data['now']['temp']}°C
Conditions: {weather_data['now']['text']}
Humidity: {weather_data['now']['humidity']}%
Wind: {weather_data['now']['windSpeed']} km/h
"""
# Format forecast
forecasts = [current]
for day in forecast_data['daily']:
forecast = f"""
{day['fxDate']}:
Day Temperature: {day['tempMax']}°C
Night Temperature: {day['tempMin']}°C
Conditions: {day['textDay']}
Humidity: {day['humidity']}%
Wind: {day['windSpeedDay']} km/h
"""
forecasts.append(forecast)
return "\n---\n".join(forecasts)
运行服务器
最后，让我们初始化并运行服务器：
if __name__ == "__main__":
# Initialize and run the server
print("mcp server runing start")
mcp.run(transport='stdio')
您的服务器已完成！运行 uv run weather.py 以确认一切正常。
现在，让我们从现有的 MCP 主机 Cline 测试您的服务器。
使用 Cline 测试您的服务器
Cline 可以在 Vscode 中安装
首先，确保您已安装 包含 Cline 的 Vscode。
打开Cline，点击右上方的MCP配置按钮，然后点击左下角的Edit MCP Settings，打开配置文件，并添加下面的内容。
然后，您将在 mcpServers 键中添加您的服务器。如果至少正确配置了一台服务器，则 MCP UI 元素只会显示在 cline 的 已安装列表中。
在本例中，我们将添加单个 weather 服务器，如下所示：
{
"mcpServers": {
"weather": {
"command": "uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather",
"run",
"weather.py"
]
}
}
}
您可能需要将 `uv` 可执行文件的完整路径放在`命令`字段中。您可以通过在 MacOS/Linux 上运行 `which uv` 或在 Windows 上运行 `where uv` 来获取此路径。
确保传入服务器的绝对路径。
这告诉 cline：
- 有一个名为 “weather” 的 MCP 服务器
- 要通过运行
uv --directory /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather run weather.py
保存文件。
使用命令进行测试
我们在 cline 的对话框中输入查询深圳天气，cline 会找到有一个可用的 weather MCP 服务，且 提供了get_forecast工具，可以查询指定经纬度的天气。
幕后发生了什么
当您提出问题时：
- 客户将您的问题发送给 Cline
- Cline 分析可用的工具并决定使用哪一个
- 客户端通过 MCP 服务器执行所选工具
- 结果将发送回给 Cline
- Cline 制定自然语言响应
- 响应将向您显示！
