【亲测免费】 Model Context Protocol (MCP) Python SDK 使用教程
2026-01-30 04:27:15作者:董灵辛Dennis
1. 项目介绍
Model Context Protocol (MCP) Python SDK 是一款开源的 Python 库,用于实现 MCP 协议。MCP 协议允许应用程序以一种安全、标准化的方式为大型语言模型(LLM)提供上下文信息,从而将提供上下文的职责与 LLM 的实际交互分离。通过使用这个 SDK,开发者可以轻松构建 MCP 客户端和服务器,以支持在 LLM 应用程序中的数据传输和功能调用。
2. 项目快速启动
以下是快速启动 MCP Python SDK 的步骤:
首先,确保你已经安装了 Python。然后,通过以下命令安装 MCP SDK:
pip install mcp
接下来,创建一个名为 server.py 的 Python 文件,并编写以下代码以启动一个简单的 MCP 服务器:
from mcp.server.fastmcp import FastMCP
# 创建一个 MCP 服务器实例
mcp_server = FastMCP("我的应用")
# 添加一个简单的加法工具
@mcp_server.tool()
def add(a: int, b: int) -> int:
"""计算两个数的和"""
return a + b
# 添加一个动态的问候资源
@mcp_server.resource("greeting://{name}")
def get_greeting(name: str) -> str:
"""获取个性化的问候信息"""
return f"你好,{name}!"
# 运行服务器
if __name__ == "__main__":
mcp_server.run()
使用以上代码,你可以启动一个包含加法工具和问候资源的 MCP 服务器。
3. 应用案例和最佳实践
Echo Server
一个简单的 Echo 服务器可以用来回显发送到它的任何消息。这可以用于测试 MCP 服务器是否正常工作。
from mcp.server.fastmcp import FastMCP
@mcp_server.tool()
def echo(message: str) -> str:
"""回显发送的消息"""
return message
SQLite Explorer
创建一个 MCP 服务器,允许用户通过 MCP 协议查询 SQLite 数据库。
import sqlite3
from mcp.server.fastmcp import FastMCP
@mcp_server.tool()
def query_db(query: str) -> str:
"""执行 SQL 查询并返回结果"""
conn = sqlite3.connect('example.db')
cursor = conn.cursor()
cursor.execute(query)
result = cursor.fetchall()
cursor.close()
conn.close()
return str(result)
低级服务器使用
对于更高级的使用场景,可以直接使用 MCP 协议的低级服务器接口,以更细粒度地控制服务器的行为。
4. 典型生态项目
目前,围绕 MCP Python SDK 已经有一些生态项目正在开发中。以下是一些典型的例子:
- MCP Inspector:一个用于测试和调试 MCP 服务器的工具。
- MCP CLI:一个命令行工具,用于与 MCP 服务器交互。
- MCP GUI:一个图形用户界面,提供直观的方式来管理 MCP 服务器和资源。
这些项目扩展了 MCP Python SDK 的功能,使其能够更好地服务于各种不同的应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0577- Ddeepseek-harnessDeepSeek Harness: Everything is a Plugin.TypeScript09
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
暂无描述
Markdown
852
5.69 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
deepin linux kernel
C
33
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.7 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
857
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
411