『不废话』之动手学MCP

X探员

已于 2025-03-20 10:34:10 修改

阅读量1.4k

点赞数 23

文章标签：人工智能

于 2025-03-20 10:29:09 首次发布

本文链接：https://blog.youkuaiyun.com/o0402/article/details/146387981

版权

如果你还没听过MCP（Model Context Protocol，模型上下文协议），不能说明你落伍了，而是技术发展太快，程序员继续卷死自己吧。

MCP：Anthropic于2024年11月底提出，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。

动眼看

图片来源于网络

说人话

MCP host：指以LLM为核心，希望通过MCP访问数据的应用程序，如Claude desktop、Cherry Studio、ChatWise等。

MCP Server：轻量级程度，每个server都通过标准化的MCP公开特地功能，如获取当天日期server、当天日期的农历server（这些功能LLM默认没有）。

MCP Client：与Server想对应，目前的应用场景基本上都是与host在一体，如上面动图展示。

MCP和tools：在MCP出现之前，LLM有一个tool的概念。MCP的出现就是为了统一协议，管你哪个LLM，只要符合MCP标准，大家都好干活，别每家大模型厂商搞的破烂玩意都要学一遍。

动手写

获取当前机器外网IP（脱裤子放屁）

from mcp.server.fastmcp import FastMCP
import httpx

server = FastMCP("ip-server")
@server.tool()
async def ip() -> str:
    """
    Obtain the public IP address of the current machine.
    Returns:
        str: The result of the IP.
    """
    async with httpx.AsyncClient() as client:
        response = await client.get("https://api64.ipify.org?format=json")
        if response.status_code != 200:
            return "Error: Failed to get IP."
        response = response.json()
        return response["ip"]

if __name__ == "__main__":
    server.run(transport="stdio")

从unsplash中获取图片

import os
from dataclasses import dataclass
from typing import Optional, List, Dict

import httpx
from dotenv import load_dotenv
from mcp.server.fastmcp import FastMCP

# Load environment variables
load_dotenv()

# Create an MCP server
mcp = FastMCP("Unsplash MCP Server")


@dataclass
class UnsplashPhoto:
    id: str
    description: Optional[str]
    urls: Dict[str, str]
    width: int
    height: int


@mcp.tool()
async def search_photos(
    query: str,
    page: int = 1,
    per_page: int = 10,
    order_by: str = "relevant",
    color: Optional[str] = None,
    orientation: Optional[str] = None,
) -> List[UnsplashPhoto]:
    """
    Search for Unsplash photos

    Args:
        query: Search keyword
        page: Page number (1-based)
        per_page: Results per page (1-30)
        order_by: Sort method (relevant or latest)
        color: Color filter (black_and_white, black, white, yellow, orange, red, purple, magenta, green, teal, blue)
        orientation: Orientation filter (landscape, portrait, squarish)

    Returns:
        List[UnsplashPhoto]: List of search results containing photo objects with the following properties:
            - id: Unique identifier for the photo
            - description: Optional text description of the photo
            - urls: Dictionary of available image URLs in different sizes
            - width: Original image width in pixels
            - height: Original image height in pixels
    """
    access_key = os.getenv("UNSPLASH_ACCESS_KEY") # 换成你自己的access_key
    if not access_key:
        raise ValueError("Missing UNSPLASH_ACCESS_KEY environment variable")

    params = {
        "query": query,
        "page": page,
        "per_page": min(per_page, 30),
        "order_by": order_by,
    }

    if color:
        params["color"] = color
    if orientation:
        params["orientation"] = orientation

    headers = {"Accept-Version": "v1", "Authorization": f"Client-ID {access_key}"}

    try:
        async with httpx.AsyncClient() as client:
            response = await client.get(
                "https://api.unsplash.com/search/photos", params=params, headers=headers
            )
            response.raise_for_status()
            data = response.json()

            return [
                UnsplashPhoto(
                    id=photo["id"],
                    description=photo.get("description"),
                    urls=photo["urls"],
                    width=photo["width"],
                    height=photo["height"],
                )
                for photo in data["results"]
            ]
    except httpx.HTTPStatusError as e:
        print(f"HTTP error: {e.response.status_code} - {e.response.text}")
        raise
    except Exception as e:
        print(f"Request error: {str(e)}")
        raise


def test_main():
    async def test_unsplash():
        res = await search_photos("Tesla car")
        print(res)

    import asyncio  # 添加: 导入asyncio模块

    asyncio.run(test_unsplash())  # 添加: 使用asyncio.run来运行异步test函数


def main():
    mcp.run(transport="stdio")


if __name__ == "__main__":
    # 运行
    # main()
    # 测试功能
    test_main()

代码改动自网络

动手用

1、下载Cherry Studio最新版（国内友好）:Releases · CherryHQ/cherry-studio · GitHub

2、安装MCP本地运行环境：如何在 Cherry Studio 中使用 MCP | Vaayne's Tea House

3、下载MCP server（可选）：GitHub - huangxinping/ip-mcp-server: A IP MCP server.

这里要特别说明一下：对于MCP来说，有stdio和sse两种模式（不懂没关系，后面你实测时会发现）。同时开源的MCP server，可能是用python写的，也可能是用node js写的，都能执行，看你有没有运行环境。

stdio：在本地（就是你自己的机器上）运行代码，在配置时可以直接拉取pypi上的，也可以直接执行你自己的代码，如下图。这句话现在不懂没关系，玩着玩着你就懂了。

sse：服务上运行代码，这就省去了你本机需要MCP server代码的麻烦。当然在企业中，这种模式更好，老板写的server，你用就完了，还想看到我的代码。

4、Cherry Studio中配置各种MCP server：