【Ai】MCP实战：手写 client 和 server [Python版本]

什么是mcp

MCP 是一个开放协议，它为应用程序向 LLM 提供上下文的方式进行了标准化。你可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化的方式一样，MCP 为 AI 模型连接各种数据源和工具提供了标准化的接口。

MCP 核心采用客户端-服务器架构，主机应用可以连接多个服务器：

• MCP Hosts: 如 Claude Desktop、IDE 或 AI 工具，希望通过 MCP 访问数据的程序
• MCP Clients: 维护与服务器一对一连接的协议客户端
• MCP Servers: 轻量级程序，通过标准的 Model Context Protocol 提供特定能力
• 本地数据源: MCP 服务器可安全访问的计算机文件、数据库和服务
• 远程服务: MCP 服务器可连接的互联网上的外部系统（如通过 APIs）

初始化环境

Python 需要是 3.11+ 版本

安装uv

mcp默认使用uv作为第三方库管理工具，如果还没有安装，执行如下命令安装即可

pip install uv

执行命令 uv version 查看是否成功安装

使用 uv 创建项目

uv init mcp-server-demo
cd mcp-server-demo

执行 uv add "mcp[cli]" 添加mcp依赖到项目中

创建 MCP server

编写server端代码

from pathlib import Path
from mcp.server import FastMCP

mcp = FastMCP(name="demo1", log_level='ERROR')


# 添加一个工具
@mcp.tool()
def list_file(path: str):
    """
    列出指定目录的所有文件和子目录
    参数:
        path:  根目录
    返回:
    文件列表
    """
    try:
        path = Path(path)
        if not path.exists():
            print(f"错误：目录 '{path}' 不存在")
            return []

        contents = []
        for item in path.iterdir():
            contents.append({
                'name': item.name,
                'type': 'file' if item.is_file() else 'directory',
                'size': item.stat().st_size if item.is_file() else 0,
                'modified': item.stat().st_mtime
            })

        return contents
    except PermissionError:
        print(f"错误：没有权限访问目录 '{path}'")
        return []



if __name__ == '__main__':
    mcp.run(transport='stdio')

创建 MCP client

编写client代码

import asyncio

from dotenv import load_dotenv
from mcp import StdioServerParameters, ClientSession, stdio_client

load_dotenv()  # 从.env加载环境变量

# Client 会使用这里的配置来启动本地MCP Server

server_params = StdioServerParameters(
    command='python',
    args=["./server_demo.py"],
    env=None
)


async def main():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(
                read, write, sampling_callback=None
        ) as session:
            await session.initialize()
            print('\n 正在调用工具...')
            result = await session.call_tool("list_file", {"path": "D:/pic"})
            print(result.content)


asyncio.run(main())

测试使用

1、直接运行client_demo.py代码

正在调用工具...
[TextContent(type='text', text='{"name": "01.jpg", "type": "file", "size": 192323, "modified": 1697902736.3849685}', annotations=None), TextContent(type='text', text='{"name": "05.jpg", "type": "file", "size": 379369, "modified": 1697819759.6860936}', annotations=None), TextContent(type='text', text='{"name": "22.jpg", "type": "file", "size": 249651, "modified": 1698055119.5418005}', annotations=None), TextContent(type='text', text='{"name": "cheetah.jpg", "type": "file", "size": 20552, "modified": 1717745181.0207932}', annotations=None), TextContent(type='text', text='{"name": "dog", "type": "directory", "size": 0, "modified": 1718097770.096676}', annotations=None), TextContent(type='text', text='{"name": "dog.jpg", "type": "file", "size": 44733, "modified": 1711027923.611414}', annotations=None), TextContent(type='text', text='{"name": "dog.png", "type": "file", "size": 351610, "modified": 1711027861.5564046}', annotations=None), TextContent(type='text', text='{"name": "\\u5b81\\u6ce2\\u56db\\u660e\\u5c71", "type": "directory", "size": 0, "modified": 1696489530.0600708}', annotations=None)]

2、启动 mcp server 在浏览器端使用

uv run mcp dev server_demo.py

出现如下日志，代表正常启动

Starting MCP inspector...
⚙️ Proxy server listening on port 6277
🔍 MCP Inspector is up and running at http://127.0.0.1:6274 🚀

浏览器中打开 http://127.0.0.1:6274，可以看见如下页面：

然后点击 “Connect” 按钮，点击“Tools - List Tools”，可以看见后台MCP Server提供的服务，在右边输入参数后，点击“Run Tool”可以看见正常调用的后端接口

3、在VS code插件“Cline”中使用

打开插件 Cline ，点击顶部的 “MCP Servers” 按钮，

打开配置文件 “cline_mcp_settings.json”，输入如下配置，出现绿灯代表配置成功

{
  "mcpServers": {
    "myMcpDemo1": {
      "disabled": false,
      "timeout": 60,
      "command": "cmd",
      "args": [
        "/c",
        "python",
        "C:/workspace/py/mcp-demo/demo2/server_demo.py"
      ],
      "env": {},
      "transportType": "stdio"
    }
  }
}

注意：如果出现错误“Processing request of type server.py:534 ListToolsRequest 534 ListResourcesRequest ListResourceTemplatesRequest”，则需要调整日志输出级别 log_level='ERROR'

mcp = FastMCP(name="demo1", log_level='ERROR')

接下来就可以在对话框中直接对话使用了，列入我输入“列出目录 C:\workspace\py 的所有文件和子目录”，效果如下：

参考

• https://mcpservers.org/
• https://docs.anthropic.com/en/home
• https://modelcontextprotocol.io/introduction
• https://mcp-docs.cn/introduction
• https://github.com/modelcontextprotocol/python-sdk