Ming-Log's Blog

记录生活中的点点滴滴

0%

AI智慧导游项目——04：MCP-Server开发

发表于 更新于 分类于
本文字数： 6.9k 阅读时长 ≈ 6 分钟

MCP Server概念

MCP Server 是一个中间层服务器，它主要负责处理和管理 AI 模型的上下文信息，确保模型能够高效且准确地理解和响应用户请求。它作为应用程序和AI模型之间的桥梁，优化了信息的传递和处理过程。

​ 根据MCP协议定义，Server可以提供三种类型的标准能力，Resources、Tools、Prompts，每个Server可同时提供者三种类型能力或其中一种。

  • Resources：资源，类似于文件数据读取，可以是文件资源或是API响应返回的内容。比如
  • Tools：工具，第三方服务、功能函数，通过此可控制LLM可调用哪些函数。
  • Prompts：提示词，为用户预先定义好的完成特定任务的模板。

MCP通信方式

MCP（Model Context Protocol）是一种为了统一大规模模型和工具间通信而设计的协议，它定义了消息格式和通信方式。MCP 协议支持多种传输机制，其中包括 stdio、Server-Sent Events（SSE） 和 Streamable HTTP。

Stdio 传输（Standard Input/Output）

stdio 传输方式是最简单的通信方式，通常在本地工具之间进行消息传递时使用。它利用标准输入输出（stdin/stdout）作为数据传输通道，适用于本地进程间的交互。

  • 工作方式：客户端和服务器通过标准输入输出流（stdin/stdout）进行通信。客户端向服务器发送命令和数据，服务器执行并通过标准输出返回结果。
  • 应用场景：适用于本地开发、命令行工具、调试环境，或者模型和工具服务在同一进程内运行的情况。

Server-Sent Events（SSE）

SSE 是基于 HTTP 协议的流式传输机制，它允许服务器通过 HTTP 单向推送事件到客户端。SSE 适用于客户端需要接收服务器推送的场景，通常用于实时数据更新。

  • 工作方式：客户端通过 HTTP GET 请求建立与服务器的连接，服务器以流式方式持续向客户端发送数据，客户端通过解析流数据来获取实时信息。
  • 应用场景：适用于需要服务器主动推送数据的场景，如实时聊天、天气预报、新闻更新等。

Streamable HTTP

Streamable HTTP 是 MCP 协议中新引入的一种传输方式，它基于 HTTP 协议支持双向流式传输。与传统的 HTTP 请求响应模型不同，Streamable HTTP 允许服务器在一个长连接中实时向客户端推送数据，并且可以支持多个请求和响应的流式传输。

​ 不过需要注意的是，MCP只提供了Streamable HTTP协议层的支持，也就是规范了MCP客户端在使用Streamable HTTP通信时的通信规则，而并没有提供相关的SDK客户端。开发者在开发Streamable HTTP机制下的客户端和服务器时，可以使用比如Python httpx库进行开发。

  • 工作方式：客户端通过 HTTP POST 向服务器发送请求，并可以接收流式响应（如 JSON-RPC 响应或 SSE 流）。当请求数据较多或需要多次交互时，服务器可以通过长连接和分批推送的方式进行数据传输。
  • 应用场景：适用于需要支持高并发、低延迟通信的分布式系统，尤其是跨服务或跨网络的应用。适合高并发的场景，如实时流媒体、在线游戏、金融交易系统等。

MCP Server实现流程

在本教程中将带领大家一起实现一个类似于MCP官网的天气查询MCP Server，但是与官网的MCP示例不同的是，官网的天气查询仅仅支持美国的州市，无法查询中国城市的天气情况。所以，在本教程中，使用的是openweather的免费接口，实现全世界各地的一个通用天气查询MCP服务。

业务功能实现

进入OpenWeather官网（https://openweathermap.org/），然后使用自己的信息注册一个账号。

image-20250418145737828

接着我们需要申请一个API Keys，用于后期接口校验。点击My APIKeys。

image-20250418145826431

默认的情况下，会自动给你生成一个API Keys，你可以直接使用默认生成的API Keys，或者自己重新创建一个API Keys。

image-20250418150008898

虽然两者都可以，但是建议大家直接使用默认的API Keys即可，因为创建新的API Keys后，需要等5分钟左右才能生效。默认的API Keys只需要3分钟左右即可使用。

复制自己的API Keys后，点击菜单栏上的API即可开始选择自己所需要的服务。

需要注意的是，OpenWeather有很多关于天气的服务，但是并不是所有服务都是免费的，你需要根据他的描述，选择自己所需要的服务即可，在这里我们直接选择Current Weather Data接口，该接口是免费的。点击其对应的API doc。

image-20250418150312577

该接口也有很多种请求方式，我们选择两种。

  1. 通过经纬度，请求对应经纬度的当前天气情况。

    image-20250418150456587

  2. 通过城市名称，查询对应城市名称的当前天气情况。

    image-20250418150555253

无论是哪种请求方式，API Key都是必填参数。

我们有了自己的API Key后，可以直接通过浏览器请求的方式，验证当前接口是否可用。直接在浏览器中输入url即可。

比如，我通过指定城市名称为wuhan，查询武汉对应的天气情况。

1
https://api.openweathermap.org/data/2.5/weather?q=wuhan&appid={API key}

注意：{API key}需要替换为你自己的。

有以下返回，说明接口是可用的。

image-20250418150851828

如果返回以下内容，说明API Key未生效，或者API Key错误。如果是检查了API Key确定没有填写错误，那么请等待几分钟后重试。

image-20250418150942804

到这里，我们已经支持如何通过经纬度和地名获取天气了，接下来要做的就是将该服务封装未MCP Server。

MCP Server功能编写

在这里，我们首先测试stdio通信方式，采用才本地开启一个MCP Server的方式实现。

首先，使用uv工具，创建项目并安装相关依赖。这里我将项目放到D盘的根目录，在D盘下打开命令提示符。

1
uv init weather_mcp_server -p 3.10

image-20250418152617215

接着进入uv工程。

1
cd weather_mcp_server

然后输入以下命令，创建虚拟环境。

1
uv venv

image-20250418152838376

激活虚拟环境

1
.venv\Scripts\activate

image-20250418152913928

由于我电脑中默认会激活一个conda的base虚拟环境，所以再激活uv工程的虚拟环境后，在路径前面出现了两个()，故我还需要执行以下命令，退出conda的base虚拟环境。

1
conda deactivate

安装依赖

1
uv add mcp[cli] httpx

image-20250418153323532

依赖准备完成，接下来开始代码编写部分内容。

weather.py代码如下所示：

注：代码中的{API KEY}部分，请替换为自己的API Key。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP

# 初始化FastMCP服务器
mcp = FastMCP(
    name="weather",
    host="0.0.0.0",
    port=8002,
    description="通过城市名称（拼音）或经纬度获取天气信息",
    sse_path="/mcp"
)

# 常量
NWS_API_BASE = "https://api.openweathermap.org/data/2.5/weather"
USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/135.0.0.0 Safari/537.36"

# 温度单位转换，将开尔文转化为摄氏度
def kelvin_to_celsius(kelvin: float) -> float:
    return kelvin - 273.15

async def get_weather_from_cityname(cityname: str) -> dict[str, Any] | None:
    """向openweathermap发送请求并进行适当的错误处理。"""
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    params = {
        "q": cityname,
        "appid": "24ecadbe4bb3d55cb1f06ea48a41ac51"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(NWS_API_BASE, headers=headers, params=params)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None
        

async def get_weather_from_latitude_longitude(latitude: float, longitude: float) -> dict[str, Any] | None:
    """向openweathermap发送请求并进行适当的错误处理。"""
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    params = {
        "lat": latitude,
        "lon": longitude,
        "appid": "24ecadbe4bb3d55cb1f06ea48a41ac51"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(NWS_API_BASE, headers=headers, params=params)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None

def format_alert(feature: dict) -> str:
    """将接口返回的天气信息进行格式化文本输出"""
    if feature["cod"] == 404:
        return "参数异常，请确认城市名称是否正确。"
    elif feature["cod"] == 401:
        return "API key 异常，请确认API key是否正确。"
    elif feature["cod"] == 200:
        return f"""
        City: {feature.get('name', 'Unknown')}
        Weather: {feature.get('weather', [{}])[0].get('description', 'Unknown')}
        Temperature: {kelvin_to_celsius(feature.get('main', {}).get('temp', 0)):.2f}°C
        Humidity: {feature.get('main', {}).get('humidity', 0)}%
        Wind Speed: {feature.get('wind', {}).get('speed', 0):.2f} m/s
        """
    else:
        return "未知错误，请稍后再试。"

@mcp.tool()
async def get_weather_from_cityname_tool(city: str) -> str:
    """Get weather information for a city.

    Args:
        city: City name (e.g., "wuhan"). For Chinese cities, please use pinyin
    """
    data = await get_weather_from_cityname(city)
    return format_alert(data)

@mcp.tool()
async def get_weather_from_latitude_longitude_tool(latitude: float, longitude: float) -> str:
    """Get weather information for a location.

    Args:
        latitude: Latitude of the location
        longitude: Longitude of the location
    """
    data = await get_weather_from_latitude_longitude(latitude, longitude)
    return format_alert(data)

if __name__ == "__main__":
    # 初始化并运行服务器
    # mcp.run(transport='stdio')
    print("Starting server...")
    mcp.run(transport='streamable-http')

在该代码中，我们一共定义了两个Tool：

  1. get_weather_from_cityname_tool：通过城市名称获取天气情况。
  2. get_weather_from_latitude_longitude_tool：通过经纬度获取天气情况。

注意，由于MCP协议需要使用到@mcp.tool标记工具函数，所以使用@mcp.tool标记的工具函数，对应的注释务必写清除，后续大模型能够识别这些工具、工具如何使用以及工具功能，全都是通过这些注释进行解读的。所以一个好的MCP Server，其对应的Tool描述也必须要非常的清除。

image-20250418152041716

开启服务

image-20250513175829712

接下来测试该服务是否可以正常使用。

由于Cursor对于Streamable HTTP协议目前还不支持，所以我们使用Cherry Studio来进行测试，大家可以自行下载。官网地址：https://www.cherry-ai.com/

下载登陆后，点击左下角的设置。

image-20250513180108389

然后点击MCP服务器

image-20250513180143361

接下来点击添加服务器，将我们刚才开启的MCP Server配置进去。

image-20250513180223922

按照下图所示的内容填写。

image-20250513180301435

然后点击右上角的保存。

image-20250513180332988

如果没有问题的话，可以看到图示中显示的，服务器更新成功。如果有问题会出现报错。

为了测试MCP Server服务，还需要大家准备一个LLM，大家根据自己的情况在设置中进行配置即可，我这里选择的是Moonshot。

image-20250513180546680

接下来回到聊天助手页面，创建一个聊天助手。在聊天输入框下方选择要使用的MCP Server。

image-20250513180650887

到此，我们的准备工作和配置工作就做完了，接下来我们就可以向聊天助手询问天气，测试MCP Server了。

例如：我询问“武汉和北京天气怎么样？”

PixPin_2025-05-13_17-21-22

Streamable HTTP协议在访问MCP Server时是并发的，通过以下动图可以看出来，北京的天气是先请求成功的。

o303p-9167f

-------------本文结束感谢您的阅读-------------