本文从0到1实现一个自定义MCP Server的开发到调用实现的实践。

基础概念

Agent核心：感知（获取外部信息）、大脑（通过推理学习）、行动（控制组件完成任务）。

MCP协议：MCP（模型上下文协议，Model Context Protocol）是一种标准化的开源协议，旨在为大型语言模型（LLM）提供与外部工具和数据源高效交互的能力。

• 架构： MCP主机、MCP客户端、MCP服务器、本地数据源、远程服务

环境准备

• Python >= 3.10

本地开发调试

代码片段

• 定义MCP TOOL方法

@mcp.tool(description="这是一个好学英语MCP测试的AI，能回答你关于阅读的问题")
def reading(message: str) -> str:
    """输入一个阅读相关问题，返回一个回答"""
    replies = [
        "Reading enhances your vocabulary and comprehension skills.",
        "The novel 'To Kill a Mockingbird' explores themes of racial injustice.",
        "Reading regularly can improve your focus and concentration.",
        "The book '1984' by George Orwell is a classic dystopian novel."
    ]
    return random.choice(replies)

• 调用实现

# 创建 Starlette 应用并挂载 FastMCP 的 SSE 路由
app = Starlette(
    routes=[
        Mount('/', app=mcp.sse_app()),
    ]
)

if __name__ == "__main__":
    import uvicorn
    logger.debug("Starting FastMCP server with Starlette and Uvicorn")
    uvicorn.run(app, host="localhost", port=8000)

本地调试

• SSE（Server-Sent Events）是一种基于 HTTP 的通信协议，允许服务端向客户端推送实时事件。在 MCP 中，它常用于支持流式响应（如逐步生成的文本）。

python main.py
mcp dev main.py

部署到Function AI

函数云服务

Function AI : https://functionai.console.aliyun.com/

创建MCP服务

• 方式一：通过模版方式部署MCP服务
• 方式二：基于空白项目自定义MCP服务

自定义MCP服务部署

• 部署操作

• WebIDE(线上代码编辑工具)

// 执行安装依赖
pip install starlette pydantic mcp uvicorn -t .

• 依赖完成后，存储并重新部署
  • 部署日志错误：[Error]: SSE error: Non-200 status code (412) ，
    • WebIDE安装依赖，保存并重新部署启动
    • 再次部署失败，检查日志以及检查代码，定位具体报错原因。

• 部署成功后测试

MCP广场

• 百炼控制台：https://bailian.console.aliyun.com/?tab=home#/home

• 自定义MCP服务

{
  "mcpServers": {
    "MCP应用名称": {
      "type": "sse",
      "url": "你的MCP服务的地址",
      "headers": {"Authorization": "Bearer ${your-api-key}"} //如果前面没做鉴权，就把这行删了，否则就把api-key填上，然后把这段中文注释删了
    }
  }
}

• 调用自定义MCP服务

文档参考

【参考文档】

• MCP教程合集

• 开发MCP服务

• MCP for Beginners

• MCP常见问题1

• 自建MCP服务

• MCP官方文档

【其他应用实例】

• 模型上下文MCP学习4

【DEMO下载】下载