从零构建自己的MCP Server

前言

最近一直在研究 MCP，感觉这个协议真的会将大模型从单纯的对话发展为干活，前几天，连 Open AI 也已经选择跟进了。

前面，我们先了解了 MCP 的理论概念《一文读懂MCP：助力大模型接入合规“四肢” - 掘金》，然后，也掌握了如何使用现有的 MCP Server 扩展大模型能力《自动Bug清道夫：Gitee MCP Server初探 - 掘金》。

这次，我们就分享一下，如何自己实现一套 MCP Server。

本次分享为了降低开发难度，场景选择了非常基础的“文件系统”场景，客户端使用之前推荐的 Cherry Studio。

环境准备

本次分享使用 Python 开发，开发工具依然使用 Cursor。

基础环境

Python，版本为 3.12。

设置 Python 虚拟环境

隔离依赖影响。

Ctrl+Shift+P 选择 Python:Create Environment。

我使用的是venv方式，选择上面安装的Python版本即可。

安装 MCP 官方 SDK。

在 Cursor 终端中使用 pip 安装官方 SDK，代码中使用：

pip install mcp

可以同时安装 mcp[cli]，运行调试使用。

pip install mcp[cli]

安装完成后可通过 mcp version 验证版本。

实现 MCP Server

代码

创建main.py，录入如下代码。

记得更改代码中的桌面路径

import osfrom mcp.server.fastmcp import FastMCPmcp = FastMCP()  @mcp.tool()def get_desktop_files():    """获取桌面上的文件列表"""    return os.listdir(os.path.expanduser("<桌面路径>"))if __name__ == "__main__":    mcp.run(transport='stdio')

关键点解析：

@mcp.tool() 注解

函数注释

通信协议

启动调试

终端使用 mcp 命令启动，使用的就是上面安装的 mcp[cli]。

底层使用的是官网提供的一套 web 界面，可以直接测试 MCP Server是否正常。

mcp dev .\main.py

验证

访问 http://localhost:5173，左侧指令区域录入：

Command：直接保留 uv 即可，此处是 pip install 的，使用 python 虚拟环境，不需要绝对路径即可。Arguments：复制“启动调试”控制台内容中的args即可。（上图红框内）

如果配置正常，点击 Connect 按钮后，下方会出现绿点和“Connected”字样。

到此，服务端已经开发完成。

客户端调用

客户端直接采用Cherry Studio。

详细说明可参考官网文档：docs.cherry-ai.com/advanced-ba…

准备工作：安装 uv、bun

Cherry Studio 目前只使用内置的 uv 和 bun，即需要保证如下位置有对应的exe文件。

文件位置：

Windows: C:\Users\用户名.cherrystudio\binmacOS，Linux: ~/.cherrystudio/bin

安装方式有两种：

设置 - MCP 服务器

配置 MCP 服务器

设置 - MCP 服务器 中“添加服务器”即可。

STDIO

命令和参数

C:/Users/xxx/.cherrystudio/bin/uv.exe run D:/xxx/mcp-hello/main.py

这里强烈建议vu.exe采用绝对路径

聊天框中使用 MCP

新建对话：

MCP 服务器

函数调用

Qwen2.5-7B-Instruct

即可看到调用我们的工具 get_desktop_files，并返回了正确的文件列表。

总结

整个过程还是比较顺利的，但是大家一定要注意区分服务端和客户端基础环境路径。比如：开发调试的 uv 是通过 pip install mcp[cli] 安装的，而客户端的 uv 是 CherryStudio 内的。

本次分享主要给大家展示下 MCP Server 开发的整个流程及开发的注意事项，后续会针对实际场景继续给大家分享。

前言