【MCP】从一个天气查询服务带你了解MCP

1. 前言

这篇文章将通过一个集成高德天气查询的 MCP Server 用例，带你上手开发自己的 MCP Server ,文章将通过以下三种方式（自己编写 Client 端代码，使用 mcp-cli 自带页面，集成到 Claude 桌面版等）带你测试自己的 MCP Server。

PS：文章中的每一步都经过自己亲自上手。整理不易，请不要令色你的赞和收藏。

2. MCP介绍

2.1 什么是MCP?

MCP (Model Context Protocol) 是一个开放协议，由 Anthropic 公司推出的开放标准，用于标准化应用程序如何向 LLM 提供上下文。它可以比作 AI 应用程序的 USB-C 接口，提供了一种标准化方式将 AI 模型连接到不同的数据源和工具。

2.2 架构介绍

MCP 遵循 client-server (客户端-服务端) 架构，并允许一个主机应用程序同时连接多个服务器。下面是其核心架构图：

2.3 传输机制

MCP 中 Server 和 Client 之间主要支持以下两种通信方式，并且都使用 JSON-RPC 2.0 (一种轻量级的远程过程调用（RPC）协议) 交换消息：

Stdio 传输：使用标准输入/输出，适合本地通信。
SSE 传输：使用 Server-Sent Events 和 HTTP POST 请求，实现响应式输出，适合远程通信。

2.4 你的疑问?

2.4.1 什么是MCP Servers？

MCP Servers 是提供上下文、工具和提示给 AI 客户端的系统。它们可以暴露数据源，如文件、文档、数据库和 API 集成，允许 AI 助手以安全的方式访问实时信息

2.4.2 MCP Servers能提供什么？

MCP Servers 可以共享资源（文件、文档、数据）、暴露工具（API 集成、操作）并提供提示（模板交互）。它们控制自己的资源并维护清晰的系统边界以保障安全。

2.4.3 MCP Servers是如何工作的？

MCP Servers 通过简单的客户端-服务器架构工作。它们通过标准协议公开数据和工具，与主机应用程序（如 Claude 桌面）中的客户端保持安全的 1:1 连接。

2.4.4 MCP Servers安全吗？

是的，安全性已内置到 MCP 协议中。服务器控制自己的资源，无需与LLM提供商共享 API 密钥，并且系统保持清晰的边界。每个服务器管理自己的身份验证和访问控制。

3. 前提条件

这篇文章使用 Python 来开发 MCP Server ，使用高德地图的 API 来查询天气。阅读之前，你需要具备以下条件：

已安装 Python 3.10 或更高版本。
已申请高德 web 服务 API_KEY，访问高德开放平台申请。

我使用的 Python 版本是 3.12，我的系统是 win11。

拓展：目前官方已提供以下几种语言的 SDK：Python、TypeScript、Java、C#、Kotlin等，详情可访问文末的参考文档。

4. 开发

4.1 创建一个Pyhon项目

推荐使用 uv 做为 Python 包管理工具。

1. 安装 uv：

pip install uv

2. 使用uv创建一个 mcp-demo 项目：

uv init mcp-demo

3. 创建uv虚拟环境：

# 进入到刚创建的项目目录下
cd .\mcp-demo\# 创建uv虚拟环境
uv venv .venv

执行完上述命令后，当前目录下会创建一个名为 .venv 的虚拟环境文件夹。

4. 激活虚拟环境：

.\.venv\Scripts\activate

5. 安装 python mcp 依赖：

uv add "mcp[cli]"

6. PyCharm中引入该项目：

使用 PyCharm 打开这个项目，并在【Settings - Python Interpreter】中查看python解释器是否正确（地址为项目路径下的".venv\Scripts\python.exe"）。

4.2 MCP Server开发

4.2.1 核心功能

MCP 主要提供一下三种功能：

资源（Resources）：客户端可读取的文件类数据（如 API 响应或文件内容）。
工具（Tools）：LLM 可调用的函数（需要用户批准）。
提示（Prompts）：帮助用户完成特定任务的预编写模板。

通过这篇文章，你可以快速构建一个 MCP Server，使 LLM 能够访问实时天气数据。MCP 提供了统一的接口，可以简化 LLM 与外部数据源的集成过程。

4.2.2 代码

这篇文章主要关注工具（Tools）的使用。

4.2.2.1 创建.env文件

首先在项目路径下创建一个 .env 的文件，用来存储配置信息：

AMAP_API_KEY=<你的高德API_KEY>

4.2.2.2 创建weather-mcp-server.py文件

这篇文章使用官方的 FastMCP 框架构建 MCP 服务端和客户端。

完整代码：

import os
from typing import Dict, Any, Optionalimport httpx
from dotenv import load_dotenv
from mcp.server.fastmcp import FastMCP# 定义一个 FastMCp 实例
mcp = FastMCP("LocalWeatherServer")# 高德天气API配置信息
load_dotenv()
AMAP_WEATHER_API_BASE_URL = "https://restapi.amap.com/v3/weather/weatherInfo"
AMAP_API_KEY = os.getenv("AMAP_API_KEY")async def get_amap_weather(city: str) -> Optional[Dict[str, Any]]:"""调用高德天气接口，获取天气数据"""params = {"city": city,"key": AMAP_API_KEY,"extensions": "all",  # all:预报天气，base:实况天气"output": "JSON",}try:async with httpx.AsyncClient(timeout=5.0) as client:response = await client.get(AMAP_WEATHER_API_BASE_URL, params=params)response.raise_for_status()return response.json()except httpx.HTTPError as e:return {"error": f"天气服务请求失败：{e}"}def parse_forecast(cast: Dict[str, str]) -> str:""" 格式化单日天气信息 """return (f"日期：{cast.get('date', '未知')}，"f"星期：{cast.get('week', '未知')}，"f"白天天气：{cast.get('dayweather', '未知')}，"f"夜晚天气：{cast.get('nightweather', '未知')}，"f"温度：{cast.get('nighttemp', '未知')}~{cast.get('daytemp', '未知')}℃，"f"风向：{cast.get('daywind', '未知')}~{cast.get('nightwind', '未知')}，"f"白天风力：{cast.get('daypower', '未知')}级，"f"夜晚风力：{cast.get('nightpower', '未知')}级。")def format_weather_data(weather_data: Dict[str, Any]) -> str:"""格式化天气响应数据"""if "error" in weather_data:return weather_data["error"]forecasts = weather_data.get("forecasts", [])if not forecasts:return "未找到该城市的天气信息。"forecast = forecasts[0]city = forecast.get("city", "未知城市")casts = forecast.get("casts", [])if not casts:return "未找到该城市的天气信息。"today = parse_forecast(casts[0])future = "\n".join(parse_forecast(c) for c in casts[1:])result = [f"{city}今天的天气：{today}"]if future:result.append(f"未来几天天气：\n{future}")return "\n".join(result)@mcp.tool()
async def fetch_weather(city: str) -> str:"""获取城市天气"""weather_data = await get_amap_weather(city)return format_weather_data(weather_data)if __name__ == "__main__":# 运行 MCP 服务器，默认传输协议 stdiomcp.run(transport="stdio")

5. 测试

5.1 通过编写Client端代码测试

5.1.1 客户端实现完整代码：

创建一个 mcp-client.py 的文件：

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client# 创建标准输入输出(stdio)连接的服务器参数配置
server_params = StdioServerParameters(command="python",  # 要执行的命令/可执行文件args=["weather-mcp-server.py"],  # 传递给命令的参数列表env=None,  
)async def run():"""主运行函数，处理客户端会话逻辑"""# 使用stdio_client建立连接，获取读写通道async with stdio_client(server_params) as (read, write):# 创建客户端会话async with ClientSession(read, write) as session:# 初始化连接（握手协议等）await session.initialize()# 列出所有可用的提示模板# prompts = await session.list_prompts()# 获取特定提示模板，可传入参数# prompt = await session.get_prompt(#     "example-prompt",  # 提示模板名称#     arguments={"arg1": "value"}  # 模板参数# )# 列出所有可用资源# resources = await session.list_resources()# 列出所有可用工具tools = await session.list_tools()print(f"工具列表:{tools}")# 读取特定资源内容# content, mime_type = await session.read_resource(#     "file://some/path"  # 资源URI# )# 调用指定工具result = await session.call_tool("fetch_weather",  # 工具名称arguments={"city": "南京"}  # 工具参数)print(f"查询结果:{result}")if __name__ == "__main__":import asyncio# 运行主异步函数asyncio.run(run())

5.1.2 启动服务端

首先需要启动 MCP 服务端，PyCharm 中右键启动：

5.1.3 测试

以同样的方式运行客户端测试，其结果如下：

5.2 使用mcp-cli自带页面测试

该方式需要安装 node.js 。

5.2.1 启动服务端

命令行键入：

 mcp dev weather-mcp-server.py

运行结果：

5.2.2 测试

浏览器打开 http://127.0.0.1:6274

5.3 集成到 Claude 桌面端测试

首先你需要下载 Claude 桌面端。

5.3.1 启动服务端

同 5.2.1

5.3.2 配置claude_desktop_config.json文件

打开 Claude 桌面端 - File- Settings - Developer - Edit Config（我这里已经配置，这个界面会不同）。

点击 Edit Config，进入 Claude 运行目录，找到 claude_desktop_config.json 文件，键入以下配置，将 AMAP_API_KEY 值替换为你的高德 API_KEY：

{"mcpServers": {"LocalWeatherServer": {"command": "uv","args": ["--directory","F:\\workspace\\python\\demos\\mcp-demo","run","weather-mcp-server.py"],"env": {"AMAP_API_KEY": "<your_api_key>"}}}
}

配置完成后，重启 Claude 桌面端（需要在任务管理器杀掉 Calude 进程）。

重启后，对话框下方会出现如下锤子按钮。