最近 MCP 的概念很火，还有 A2A。但是发现很多文章都停留在了概念层面，没有深入去说如何构建一个 MCP 的服务，以及我觉得很多文章对 MCP 的理解其实也是有问题的，所以这篇文章算是站在工程师的角度，如何去构建一个 MCP 的服务。
会大概写三个系列，当前为第一系列 主要介绍 Stdio 的搭建。
在正式开始代码之前，先看一下官方给的架构图：
包含了以下部分：
- HostMCP ProtocolMCP ServerLocal ...
- 其中 host 其实就是 Claude Desktop、IDE 等这样的工具，可以理解成主应用MCP Protocol 是一个协议，用于在不同的应用之间进行通信MCP Server 是一个服务，也是我们开发者最应该关注的地方，host 通过 MCP Protocol 与 MCP Server 进行通信，所以你想让 LLM 完成什么功能，都需要在 MCP Server 中实现Local 则是一系列的数据等，用来提供给 MCP Server 进行使用
在很多文章中还会提及到 MCP Client，其实可以简单理解成就是主应用（Host）中的一部分，在一个问题中可能需要调用多个 MCP Server，所以需要多个 MCP Client。它负责发起 MCP 请求和接收 MCP 的响应。
MCP Server 相关概念
在编写一个正式的 MCP Server 之前，我们需要了解一些概念：
上面是官网文档中列举的相关概念，不过重点关注 Resources 和 Tools。
Tools 这个比较好理解就是工具，定义一系列工具等待被调用。而 Resources 就是资源，可以简单理解成就是给 LLM 的上下文填充使用的，让它更好的理解问题。
MCP Server 搭建
目前官网已经支持了 typescript-sdk 这里直接使用即可。
mkdir mcp-servercd mcp-serverpnpm initpnpm add @modelcontextprotocol/sdk zod zod-to-json-schema编写的示例就是读取当前的 package.json 内容，然后返回给 LLM，可以让用户提问当前 package.json 的 name 和 version 是多少的时候正确回答。
先创建一个 server 实例
import { Server } from "@modelcontextprotocol/sdk/server/index.js";import packageData from "../package.json";const server = new Server( { name: "get-package", version: packageData.version, }, { capabilities: { tools: {}, resources: {}, }, });上面的 name 应当保持唯一，下面定义两个工具用于返回 name 和 version。
Tools
const emptyInputSchema = z.object({});const emptyInputJsonSchema = zodToJsonSchema(emptyInputSchema);server.setRequestHandler(ListToolsRequestSchema, async () => { return { tools: [ { name: "get-name", description: "获取package.json中的name", inputSchema: emptyInputJsonSchema, }, { name: "get-version", description: "获取package.json中的version", inputSchema: emptyInputJsonSchema, }, ], };});这里因为我们并不需要 inputSchema 输入，所以直接使用了 zodToJsonSchema 来生成一个空的 schema。但是如果你的工具依赖相关的字段，比如你有一个 add 的工具，计算两个数的相加，可能你就要定义一下 args 的 schema 了。
定义完成之后只是在 server 上声明了工具，但是当 MCP Client 发起请求调用工具的时候，我们还要写相关的逻辑来处理相对应的工具请求。
server.setRequestHandler(CallToolRequestSchema, async (request) => { const { name } = request.params; switch (name) { case "get-name": { return { content: [ { type: "text", text: packageData.name, }, ], }; } case "get-version": { return { content: [ { type: "text", text: packageData.version, }, ], }; } default: throw new Error(`Unknown tool: ${name}`); }});CallToolRequestSchema 表示调用工具的请求，这里我们根据 name 来返回不同的内容。这样对于工具的编写就完成了，但是最初的时候提到除了工具，还有 Resources 资源，我们还没有定义。
Resources
Resources 用于让 MCP client 读取，然后作为 LLM 上下文的内容。因为 LLM 的训练是有一个截止时间的，对于很多不公开或者最新的信息是没有的，现在比较火的 RAG 其实也是为了让 LLM 可以理解信息。
资源的定义和 Tools 类似，需要先声明资源，然后再定义资源的读取逻辑。
不过这里需要注意，因为不同的主应用（Host）实现不同，所以导致资源的读取逻辑并不相通，截取官方的一段话介绍。
server.setRequestHandler(ListResourcesRequestSchema, async () => { return { resources: [ { name: "package devDependencies依赖", description: "返回 package.json 中的 devDependencies 依赖", // "返回整个 package.json 文件的内容，包括 name, version, dependencies, devDependencies, scripts 等。", uri: "package://devDependencies", }, ], };});server.setRequestHandler(ReadResourceRequestSchema, async (request) => { const { uri } = request.params; switch (uri) { case "package://devDependencies": return { contents: [ { uri, text: JSON.stringify(packageData, null, 2), }, ], }; default: throw new Error(`Unknown resource: ${uri}`); }});最后我们使用 Stdio 来完成消息标准输入和输出。
const transport = new StdioServerTransport();server.connect(transport);验证服务
客户端的话可以使用 DeepChat，安装好之后点击设置，找到 MCP 设置，新建一个自定义的 MCP 服务。
然后填写下面的内容用于配置解析
mcpServers: {"read-package": {"descriptions": "读取package.json文件相关内容并返回","icons": "📁","autoApprove": ["read"],"type": "stdio","command": "node","args": ["/Users/yliu/Desktop/my/mcp-ts/dist/src/index.js"],"env": {},"baseUrl": ""} }提交之后启动新建的 MCP 服务。
之后新建对话框输入对话就可以看到工具被调用的效果了。
因为目前 DeepChat 并不支持 Resources 的读取，导致我们上面定义的 package 的 info 没有被返回，如果支持 package 的信息读取的话，就可以延伸问一下这个包的协议是什么之类的提问了。
完整代码
点击查看完整代码
#!/usr/bin/env nodeimport { Server } from "@modelcontextprotocol/sdk/server/index.js";import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";import { z } from "zod";import { zodToJsonSchema } from "zod-to-json-schema";import packageData from "../package.json";import { CallToolRequestSchema, ListResourcesRequestSchema, ListToolsRequestSchema, ReadResourceRequestSchema,} from "@modelcontextprotocol/sdk/types.js";const emptyInputSchema = z.object({});const emptyInputJsonSchema = zodToJsonSchema(emptyInputSchema);const server = new Server( { name: "get-package", version: packageData.version, }, { capabilities: { tools: {}, resources: {}, }, });server.setRequestHandler(ListToolsRequestSchema, async () => { return { tools: [ { name: "get-name", description: "获取package.json中的name", inputSchema: emptyInputJsonSchema, }, { name: "get-version", description: "获取package.json中的version", inputSchema: emptyInputJsonSchema, }, ], };});server.setRequestHandler(CallToolRequestSchema, async (request) => { const { name } = request.params; switch (name) { case "get-name": { return { content: [ { type: "text", text: packageData.name, }, ], }; } case "get-version": { return { content: [ { type: "text", text: packageData.version, }, ], }; } default: throw new Error(`Unknown tool: ${name}`); }});server.setRequestHandler(ListResourcesRequestSchema, async () => { return { resources: [ { name: "package devDependencies依赖", description: "返回 package.json 中的 devDependencies 依赖", // "返回整个 package.json 文件的内容，包括 name, version, dependencies, devDependencies, scripts 等。", uri: "package://devDependencies", }, ], };});server.setRequestHandler(ReadResourceRequestSchema, async (request) => { const { uri } = request.params; switch (uri) { case "package://devDependencies": return { contents: [ { uri, text: JSON.stringify(packageData, null, 2), }, ], }; default: throw new Error(`Unknown resource: ${uri}`); }});const transport = new StdioServerTransport();server.connect(transport);最后
如果文章有什么问题或者建议，欢迎讨论，下面一篇会介绍 SSE 的实现。
