在上一篇文章中我们简要的介绍了MCP协议的要素，并使用python动手写了一个mcp demo程序，实现了mcp client和mcp server，调用新出的Qwen3-32b模型，实现了使用自然语言对本地sqlite数据库的查询和修改。今天我们将使用mcp协议的规则和官方提供的工具，将昨天demo代码改造为一个可以发布的mcp server，并加载到通义灵码和cherry studio中。

mcp的官方文档中提供了非常详细的说明和例子代码。MCP 简介 - MCP 中文文档。

mcp官方推荐的python运行工具是uv，uv是一个用rust开发的python项目和包管理工具。

一、搭建开发环境

我这里使用的环境是

• windows11
• vscode（版本: 1.100.2）
• 通义灵码（vscode插件）
• cherry studio 国人开发无需科学上网

安装uv

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

之后请务必重启你的终端，以确保 uv 命令被识别

# 为我们的项目创建一个新 directory
uv init sqlite_mcp
cd sqlite_mcp

# 创建 virtual environment 并激活它
uv venv
.venv\Scripts\activate

# 安装依赖库
uv add mcp[cli]

二、编写mcp server代码

将上篇的代码做适当改造即可。

在sqlite_mcp目录下创建代码文件sqlite_mcp.py，可以看到下面的两个工具函数加上了@mcp_tool的装饰器，这种调用方式感觉像flask。

import os
import sqlite3
from typing import Any
from mcp.server.fastmcp import FastMCP


mcp = FastMCP("sqlite_mcp") # 初始化 FastMCP server

def get_all_tables(db_path="mcp_test.db"):
    """获取SQLite数据库中所有表的名称"""
    # 连接到SQLite数据库
    conn = sqlite3.connect(db_path)
    # 创建一个游标对象，用于执行SQL命令
    cursor = conn.cursor()
    # 执行SQL命令，获取所有表的名称
    cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")
    # 从查询结果中提取表名，存储到列表中
    tables = [table[0] for table in cursor.fetchall()]
    # 关闭游标
    cursor.close()
    # 关闭数据库连接
    conn.close()
    # 返回包含所有表名称的列表
    return tables
@mcp.tool()
def get_all_table_structures():
    """
    获取SQLite数据库中所有表的结构信息  
    """
    db_path="mcp_test.db"
    # 获取数据库中的所有表名
    tables = get_all_tables(db_path)
    
    # 初始化一个字典来存储所有表的结构信息
    all_structures = {}
    
    # 连接到SQLite数据库
    conn = sqlite3.connect(db_path)
    
    # 创建一个游标对象来执行SQL命令
    cursor = conn.cursor()
    
    # 遍历每一张表
    for table in tables:
        # 执行PRAGMA命令获取表的结构信息
        cursor.execute(f"PRAGMA table_info({table})")
        
        # 获取所有列信息并存储到字典中
        columns = cursor.fetchall()
        all_structures[table] = columns
    
    # 关闭游标和数据库连接
    cursor.close()
    conn.close()
    
    # 返回包含所有表结构信息的字典
    return all_structures
@mcp.tool()
def execute_query(sql, params=None):
    """
    执行SQL查询并返回结果
    :param sql: SQL查询语句
    :param params: SQL查询参数
    """
    db_path="mcp_test.db"
    try:
        conn = sqlite3.connect(db_path)
        conn.row_factory = sqlite3.Row  # 结果转字典
        cursor = conn.cursor()
        
        # 执行查询（带参数校验）
        cursor.execute(sql, params or ())
        
        # 自动判断是否为SELECT语句
        if sql.strip().upper().startswith('SELECT'):
            results = cursor.fetchall()
            return [dict(row) for row in results]  
        else:
            conn.commit()
            return {"affected_rows": cursor.rowcount}
            
    except sqlite3.Error as e:
        conn.rollback()
        print(f"数据库错误: {e}")
        return f"数据库错误: {e}"

    finally:
        cursor.close()
        conn.close()

if __name__ == "__main__":
    # 初始化并运行 server
    mcp.run(transport='stdio')

将上一篇文章中使用测试数据库mcp_test.db也拷贝过来。

使用uv run sqlite_mcp.py来测试一下代码，若没有报错，说明代码没有问题。

三、通义灵码添加mcp server

在vscode中打开通义灵码的智能体对话窗口，模型选择qwen3，点击MCP工具。

点击下面的小图标，打开通义灵码的mcp配置文件。

在mcp配置文件中添加下面的内容，里面的路径为开发目录。

 "sqlite_mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "D:\\博客\\mcp1\\sqlite_mcp",
        "run",
        "sqlite_mcp.py"
      ]
    }

添加完成后，就会自动识别出代码中的工具。

下面就可以和数据库对话了，如下图所示，效果还不错。

四、在cherry studio添加mcp server

首先在Cherry Studio官网下载安装 cherry studio。

安装完成，打开页面，点击左下脚的设置按钮，设置要使用的模型，这里选择阿里的qwen3-32b模型，这里要填上api key。

在cherry studio中安装uv工具

在mcp服务器的配置文件中添加上我们的配置项。

添加完成后，选择开启。

这样就配置完成了就可以使用这个mcp server了。

进入对话界面，添加sqlite_mcp这个服务器，就可以与数据库进行对话了。

效果还是很不错的。

参考资料

• MCP 使用教程 | CherryStudio