什么是 MCP

根据官方文档，mcp 是一种开放协议，用于标准化应用程序向 llm 提供上下文的方式。可以将 mcp 想象成 AI 应用程序的 usb-c 接口。正如 usb-c 提供了一种标准化的方式将设备连接到各种外设和配件，mcp 也提供了一种标准化的方式将 ai 模型连接到不同的数据源和工具。

总之来说，如果把 llm 比喻成大脑，各种各样的 tools 就是手和脚，mcp 就是让 llm 更方便的获取和切换这些手脚，就像冬兵的枕巾手臂一样，随时可插拔。

为什么我们需要 MCP

刚才提到，手和脚是工具。我们可以给一个 llm 编写很多工具给其调用，比如我们可以通过 openai 的 function calling 来赋予 llm 调用工具的能力（虽然本质上执行还是在我们这边，而不是 llm）。此外，我们有很多 llm 提供商，他们的 llm 使用工具的方式或许有所不同。极端情况下，假如我们有 M 个 llm，N 个工具，那么我们就要编写 M×N 个 connector 来让所有 llm 都可以使用这 N 个工具。

但是如果我们在中间加一层抽象，所有 llm 都通过这层抽象与工具进行交流，那么就只需编写 M+N 个 connector。尤其是对于我们比较终端的开发者来说，我们只需写 N 个，即只写工具即可，M 是在 mcp client 端实现的，我们无需关心如何调用不同的 llm（这就让我想到支持不同的 llm 提供商是多么的繁琐，不过现在已经有了很多库来解决这个事情了）。

结合下图，如果没有 mcp，即 2，那么每新增一个 llm，我们都需要重新编写 connector 来适配这 3 个工具。

所以 mcp 的最大作用，就是减少重复工作量。但是另一方面，如果全部 llm 都支持 openai 的 function calling 格式，那么确实我们无需 mcp，也没有重复工作。这就是标准之争了。

核心概念

mcp host：host 就是用户与 mcp 的交互界面，任何支持调用 mcp server 的 app 都是 host。比如 github copilot for vscode、claude desktop。
mcp client：client 是真正与 server 交互的部分，一般在 host 中实现。可能大多数情况并不自己实现。
mcp server：这就是真正实现 mcp 逻辑的地方，在这里你会实现你需要的 tools，供 host 和 client 调用。

安装 mcp python sdk

官方文档推荐使用 uv 安装环境和依赖：

# 1. 初始化项目，这会自动创建目录，并生成一些必要文件。
uv init project_name
cd project_name

# 2. 安装依赖，这会将环境安装在当前目录的 .venv/ 下，
# 并将依赖写入 pyproject.toml。
uv add "mcp[cli]"

# 3. 激活环境，这会让 python 命令指向当前环境的 python 版本。
source .venv/bin/activate

如果你对 uv 不熟，或者想要使用 conda/pip，那么你仍然可以使用 pip 安装：

1	pip install "mcp[cli]"

如何编写和使用 mcp server

这里以编写 mcp tools 为例，大部分情况我们写的都是 tools。

下面是一个简单的用于获取当前时间的 mcp server 例子：

from datetime import datetime
from zoneinfo import ZoneInfo

from mcp.server.fastmcp import FastMCP

# Create an MCP server
mcp = FastMCP("Demo MCP Server")
mcp.settings.host = "0.0.0.0"
mcp.settings.port = 7011

@mcp.tool()
def get_current_time():
    """
    Returns the current date and time in the 'Asia/Shanghai' timezone.

    Returns:
        datetime: The current datetime object localized to 'Asia/Shanghai' timezone.
    """
    return datetime.now(tz=ZoneInfo("Asia/Shanghai"))

if __name__ == "__main__":
    # Start the server
    mcp.run(transport="streamable-http")

语法是不是看起来很熟悉，基本和 flask、fastapi 一致。整体流程就这么三步：

创建 mcp 对象：mcp = FastMCP("Demo MCP Server") ；
编写 tools 函数，用 @mcp.tool() 进行装饰；
启动 server：mcp.run(transport="streamable-http") ，这里的 transport 先不用关心，下面会再说，暂时你就认为这是一个 http 服务即可。

运行后，你的 mcp 地址就是 http://localhost:7011/mcp ，将这个地址添加到你的 host 中即可。下面我以 github copilot in vscode 为例，演示下如何添加 mcp server：

command + shift + p 调出命令中心，输入 mcp add ，选择添加服务器 → http：
按照提示填入 url（就是刚才的地址，但是要记得在后面以斜杠结尾，详见下面的 gotcha）、name，然后就可以看到添加好的 json 配置，已经正常启动了，也已经发现了 1 个工具，就是刚才的获取当前时间的工具：
打开 gc，切换到 agent 模式，因为只有在 agent 模式下才能使用 mcp：
你可以询问“现在几点了”等和时间有关的问题，gc 会提示可以运行 mcp tools 来获取时间，你选择“继续”即可：

另外点击扳手图标可以看到可用的工具，包含我们刚才添加的 mcp server：

调试

当你写好一个 server 和 tools 之后，你需要测试一下是否能正常跑通。mcp 官方提供了 mcp inspector 用于调试，此外也有很多其他的测试工具。我现在常用的是 postman，对，就是那个调试接口的 postman，它现在也支持 mcp 了，甚至还支持直接调用 llm 😂：

postman

mcp inspector

用起来比 inspector 方便点，inspector 还得启动一下浏览器里打开，而且界面有点乱的感觉：

ok，以上基本就是使用层面，如果你的目的是编写一个 mcp server 来提供 tools，那么基本已经够了。如果你还想了解更多一点，可以看下一期，为了保持文章简短集中，我就不放在这里了。

Gotchas

在 vscode 中添加 server 时，streamable http（http）类型的 server 的 URL 必须以斜杠 / 结尾，否则会报错：Error sending message to http://localhost:7011/mcp: TypeError: fetch failed ，server 日志显示：INFO: ip:40226 - "POST /mcp HTTP/1.1" 307 Temporary Redirect ，通过 curl -v -X POST http://your-server/mcp 可以看到，重定向到了斜杠结尾的路由。但是使用 inspector 或者 postman 时，仍然可以直接使用非斜杠结尾的 URL。

MCP 简易指南（一）：实践

目录