【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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253