一、什么是 MCP？

MCP（Model Context Protocol）是一种为大型语言模型（LLM）设计的开放协议，允许模型访问实时数据、外部工具和业务系统。它的核心价值是让模型具备“调用能力”，不仅能说，还能做。

FastMCP 是一个开源框架，帮助你用 Python 快速搭建 MCP Server 和工具，兼容 Claude、ChatGPT、Qwen 等支持 MCP 的模型。

二、项目介绍：构建一个“地图查询” AI 工具

我们将构建一个简单的地图查询服务：

用户对话内容： “请告诉我上海的地理位置”

大模型调用 FastMCP 工具，通过地理 API 查询该城市的经纬度，并将结果返回。

三、安装与环境准备

1. 创建虚拟环境（推荐）

python3 -m venv mcp-env
source mcp-env/bin/activate

2. 安装 FastMCP

pip install fastmcp

3. 安装地图查询依赖（使用 

OpenStreetMap Nominatim API

）

pip install requests

四、完整代码实现：地图查询工具

创建文件 map_mcp_server.py：

from fastmcp import FastMCP
import requests

# 创建 MCP 实例
mcp = FastMCP("MapLookup")

# 定义地图查询工具
@mcp.tool()
def geo_lookup(location: str) -> dict:
    """
    查询地理位置，返回经纬度等信息
    """
    url = "https://nominatim.openstreetmap.org/search"
    params = {
        "q": location,
        "format": "json",
        "limit": 1
    }
    headers = {"User-Agent": "FastMCP-Demo/1.0"}

    response = requests.get(url, params=params, headers=headers)
    data = response.json()

    if not data:
        return {"error": f"未找到位置: {location}"}

    result = data[0]
    return {
        "display_name": result["display_name"],
        "latitude": result["lat"],
        "longitude": result["lon"]
    }

# 启动 MCP 服务
if __name__ == "__main__":
    mcp.run()

五、运行 MCP 服务

在终端执行：

python map_mcp_server.py

默认会在 http://localhost:3000 启动 MCP 服务。

你将看到如下启动日志：

✅ Server 'MapLookup' running at http://localhost:3000

六、测试运行效果（模拟模型调用）

你可以使用 Postman 或 CURL 模拟模型调用 MCP 工具：

curl -X POST http://localhost:3000/tools/geo_lookup \
     -H "Content-Type: application/json" \
     -d '{"location": "上海"}'

返回结果示例：

{
  "display_name": "上海市, 中国",
  "latitude": "31.230416",
  "longitude": "121.473701"
}

七、集成到大模型（如 Claude、ChatGPT）

如果你使用支持 MCP 的大模型（如 Claude 3、OpenAI GPT-4.5 with MCP），你只需将 MCP 服务器地址注册为工具服务，模型即可通过自然语言调用它。

示例 Prompt：

“请告诉我北京的经纬度”

→ 模型会自动选择 geo_lookup 工具并返回准确坐标。

八、扩展建议

你可以轻松扩展此项目：

• 添加多语言支持（如自动翻译地名）

• 返回地图截图（集成静态图 API）

• 查询路线、距离等高级功能

---

九、总结

通过 MCP 和 FastMCP，你可以：

• 用 Python 快速构建 AI 工具；

• 让模型安全调用外部 API；

• 轻松集成业务功能与自动化流程。

在 AI Agent 浪潮中，MCP 是构建智能工具生态的关键标准。而 FastMCP 则是开发者落地 MCP 最实用的利器。