【MCP实践】Python构建MCP应用全攻略：从入门到实战

探索高效工具调用的新范式，让本地函数秒变云端服务

今天介绍一个强大的工具调用协议——模型上下文协议（Model Context Protocol），作为AI工作者，无论你是想构建本地CLI工具还是云端Web服务，MCP都能提供统一的解决方案。

一、极简入门：安装与基础工具开发

# 安装fastmcp库
pip install fastmcp

只需5行代码，即可创建你的第一个MCP工具：

from fastmcp import FastMCP

mcp = FastMCP('demo.mcp')

@mcp.tool()
def greet(name: str) –> str:
return f'Hello, {name}'

二、工具自测与调用技巧

开发完成后，立即自测验证功能：

import asyncio
from fastmcp import Client

async def main():
client = Client(mcp)
async with client:
# 查看可用工具
tools = await client.list_tools()
print('可用工具:', tools)

# 调用工具（参数名必须匹配）
result = await client.call_tool('greet', {'name': '技术爱好者'})
print('调用结果:', result)

asyncio.run(main())

关键点解析：

三、MCP服务器：三种传输模式详解

1、STDIO模式（默认）

• 适用场景：本地进程间通信
• 特点：零网络开销，高性能
• 启动方式：mcp.run() # 默认STDIO模式

  

2、Streamable HTTP（推荐）

• 适用场景：现代Web服务
• 特点：双向实时通信，支持流式传输
• 启动方式：mcp.run(transport="streamable-http", port=8000, path="/mcp")

  

3、SSE模式（兼容旧系统）

• 适用场景：传统浏览器兼容
• 特点：单向服务器推送
• 启动方式：mcp.run(transport="sse", port=8000, path="/sse")

  

智能启动脚本：

import os

def run_server():
mode = os.getenv('MCP_MODE', "").lower()
if mode == 'sse':
mcp.run(transport="sse", port=8000, path="/sse")
elif mode == 'streamable-http':
mcp.run(transport="streamable-http", port=8000, path="/mcp")
else:
mcp.run() # 默认STDIO

if __name__ == '__main__':
run_server()

4、总结比较

四、实战：Streamable HTTP客户端调用

import asyncio
from fastmcp.client import Client

async def main():
# 连接到HTTP服务器
async with Client('http://localhost:8000/mcp/') as client:
# 获取工具列表
tools = await client.list_tools()
print(f'可用工具: {[t.name for t in tools]}')

# 调用远程工具
result = await client.call_tool('greet', {'name': 'Python开发者'})
print(f'返回结果: {result[0].text}') # 提取TextContent内容

asyncio.run(main())

执行结果：

可用工具: ['greet']
返回结果: Hello, Python开发者

五、应用场景及集成

六、MCP服务高级功能

在探索FastMCP的旅程中，许多开发者都有一个认知误区：认为MCP服务等同于MCP工具，但是MCP服务有三大核心支柱：工具(Tool)、提示(Prompt)和资源(Resource)。这三者共同构成了一个完整的AI应用开发生态系统。

1、MCP服务的三维架构

#mermaid-svg-lAj4bTu82LKXpZj7 {font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 .error-icon{fill:#552222;}#mermaid-svg-lAj4bTu82LKXpZj7 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-lAj4bTu82LKXpZj7 .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-lAj4bTu82LKXpZj7 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-lAj4bTu82LKXpZj7 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-lAj4bTu82LKXpZj7 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-lAj4bTu82LKXpZj7 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-lAj4bTu82LKXpZj7 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-lAj4bTu82LKXpZj7 .marker.cross{stroke:#333333;}#mermaid-svg-lAj4bTu82LKXpZj7 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-lAj4bTu82LKXpZj7 .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 .cluster-label text{fill:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 .cluster-label span{color:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 .label text,#mermaid-svg-lAj4bTu82LKXpZj7 span{fill:#333;color:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 .node rect,#mermaid-svg-lAj4bTu82LKXpZj7 .node circle,#mermaid-svg-lAj4bTu82LKXpZj7 .node ellipse,#mermaid-svg-lAj4bTu82LKXpZj7 .node polygon,#mermaid-svg-lAj4bTu82LKXpZj7 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-lAj4bTu82LKXpZj7 .node .label{text-align:center;}#mermaid-svg-lAj4bTu82LKXpZj7 .node.clickable{cursor:pointer;}#mermaid-svg-lAj4bTu82LKXpZj7 .arrowheadPath{fill:#333333;}#mermaid-svg-lAj4bTu82LKXpZj7 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-lAj4bTu82LKXpZj7 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-lAj4bTu82LKXpZj7 .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-lAj4bTu82LKXpZj7 .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-lAj4bTu82LKXpZj7 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-lAj4bTu82LKXpZj7 .cluster text{fill:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 .cluster span{color:#333;}#mermaid-svg-lAj4bTu82LKXpZj7 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-lAj4bTu82LKXpZj7 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}MCP服务工具 Tools提示 Prompts资源 Resources执行具体操作指导LLM生成提供静态/动态数据

核心组件的功能对比：

2、工具(Tool)：执行引擎

作为最基础的功能，工具负责执行具体操作：

@mcp.tool()
def calculate_discount(price: float, discount: float) –> float:
"""计算商品折扣价"""
return price * (1 – discount/100)

特点：

• 输入输出类型严格验证
• 支持同步/异步操作
• 可直接集成现有业务逻辑

3、提示(Prompt)：AI指导者

提示是控制LLM行为的智能模板：

@mcp.prompt()
def generate_interview_questions(position: str, level: str) –> str:
"""生成职位面试问题"""
return f"""作为资深{position}面试官，请生成5个适合{level}级候选人的技术问题，
要求：
1. 包含代码题和理论题
2. 难度递增
3. 标注考察点"""

核心优势：

4、资源(Resource)：数据供给站

资源是MCP最被低估的功能，它提供静态或动态的可复用数据：

# Basic dynamic resource returning a string
@mcp.resource(uri="resource://greeting/{name}",
name='greeting',
description='用于演示的一个资源协议')
def get_greeting(name: str) –> str:
"""Provides a simple greeting message."""
return f"Hello from {name} Resources!"

# Resource returning JSON data (dict is auto-serialized)
@mcp.resource("resource://config")
def get_config() –> dict:
"""Provides application configuration as JSON."""
return {
"theme": "dark",
"version": "1.2.0",
"features": ["tools", "resources"],
}

资源类型：

七、避坑指南

八、结语

MCP服务的三位一体架构为AI应用开发提供了完整解决方案：

• 工具是肌肉 – 执行具体操作
• 提示是大脑 – 指导智能行为
• 资源是血液 – 流动数据养分

MCP协议通过统一接口打通了本地与云端工具的界限。无论你构建的是：

• 🔧 本地开发工具链
• ☁️ 云端API服务
• 🤖 智能对话插件

fastmcp都能提供优雅的解决方案。现在就开始你的MCP之旅吧！欢迎在评论区分享你的应用场景和问题~

原创不易，转载请注明来源