介绍
MCP 是一种开放协议，它标准化了应用程序如何为 LLM 提供上下文。将 MCP 想象成 AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 也提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。
官网地址: https://modelcontextprotocol.io/introduction
前置条件
LLM客户端：vscode-cline插件
编写服务端栗子
from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("LiteTools")
async def get_weatcher(city:str,area:str) -> Any:
async with httpx.AsyncClient() as client:
resp = await client.get(f"https://cn.apihz.cn/api/tianqi/tqyb.php?id=88888888&key=88888888&sheng={city}&place={area}")
return resp.json()
def format_weather(data:Any) -> str:
info = f"""
地点: {data['place']}
降雨量: {data['precipitation']}
温度: {data['temperature']}
湿度: {data['humidity']}
风向: {data['windDirection']}
风速: {data['windSpeed']}
天气: {data['weather1']}"""
print(info)
return info
@mcp.tool()
async def get_weather_tools(city:str,area:str) -> str:
"""
Args:
city: 城市,省或者直辖市
area: 地区或者地级市
"""
data = await get_weatcher(city,area)
return format_weather(data)
if __name__ == "__main__":
mcp.run(transport='stdio')
Cline-MCP服务端配置
{
"mcpServers": {
"weather": {
"command": "uv",
"args": [
"--directory",
"D:\\mcp_server_demo",
"run",
"weather.py"
],
"disabled": false
}
}
}
效果
| 
发表于 2025-3-14 17:05
|
发表于 2025-3-17 10:34
