MCP协议实战：用10分钟接入第一个MCP Server

封面图：Unsplash 图库，仅供学习演示。

1. 什么是MCP：核心概念与设计哲学

• 模型与工具解耦：模型不直接调用 API，而是通过 MCP 协商。
• 标准化交互：工具发现、调用、结果返回都有统一协议。
• 安全边界：Server 可独立部署、鉴权和审计。

2. 开发环境准备

pip install fastmcp mcp httpx

3. 搭建HTTP/SSE服务端

from fastmcp import FastMCP
mcp = FastMCP('demo-server')
@mcp.tool()
def add(a: float, b: float) -> float:
 """相加两个数字"""
 return a + b
@mcp.tool()
def get_time() -> str:
 """返回当前时间"""
 from datetime import datetime
 return datetime.now().isoformat()
if __name__ == '__main__':
 mcp.run(transport='sse')

fastmcp run server.py

4. 集成Claude或本地模型

4.1 Claude Code

claude mcp add demo --transport sse --url http://localhost:8000/sse

用 add 工具计算 1 + 2，结果是多少？

4.2 本地模型（Ollama + 最小Agent）

ollama pull llama3.2

import httpx
from mcp import ClientSession
from mcp.client.sse import sse_client
def ask_ollama(prompt: str) -> str:
 r = httpx.post(
 'http://localhost:11434/api/generate',
 json={'model': 'llama3.2', 'prompt': prompt, 'stream': False},
 timeout=30
 )
 return r.json()['response']
async def run():
 async with sse_client('http://localhost:8000/sse') as (read, write):
 async with ClientSession(read, write) as session:
 await session.initialize()
 tools = await session.list_tools()
 print('可用工具:', tools)
 result = await session.call_tool('add', {'a': 1, 'b': 2})
 print('add(1,2):', result)
if __name__ == '__main__':
 import asyncio
 asyncio.run(run())

5. 常见踩坑与优化

• 使用 streamable HTTP 替代 SSE，支持更多传输语义。
• 为 Tool 增加输入校验和错误重试。
• 生产环境加入鉴权（如 Bearer Token）。
• 先在一行里打印日志，方便调试 MCP 协议报文。

附加内容

推荐视频（平台检索出处）

操作清单

• 安装 Python 3.10+ 与 fastmcp
• 编写 server.py 并创建 add / get_time 工具
• 运行 fastmcp run server.py
• 用 curl 或 Python SDK 验证 SSE 连接
• 在 Claude Code 中注册 MCP Server
• 用 Ollama + MCP SDK 完成一次本地工具调用

避坑指南

• 端口占用：使用 --port 显式指定端口，避免与本地服务冲突。
• SSE 路径：确认连接地址是 /sse，不是根路径 /。
• 跨域问题：浏览器端调用时需在网关或 Server 层开启 CORS。
• 远程访问：如果不在本机调试，需要将监听地址改为 0.0.0.0，并注意防火墙。
• 模型幻觉：小模型可能会伪造工具调用结果，建议用更大的模型并做结果校验。

免责声明