本文最后更新于：几秒前

MCP漫游（二）：深入服务端

MCP漫游

上文对MCP有了个整体的理解，本文将深入探讨MCP Server, 并照着示例实现一个简单的MCP Server。

一、初探MCP Server

MCP通用架构

MCP Servers: Lightweight programs that each expose specific capabilities through the standardized Model Context Protocol

MCP 服务器：通过标准化的模型上下文协议暴露特定功能的轻量级程序
– MCP官网

二、Goose

我们之前使用cursor演示了MCP的一些应用，但是cursor只有agent模式可以使用，每用一次都会消耗一次高级模型额度，claude desktop由于某些原因，使用难度更大。

那有没有其他更友好一些的MCP Client呢？有的。MCP Client功能支持矩阵中列出了20多个客户端，其中很多客户端支持自定义LLM api，降低了MCP的使用门槛，可以根据自己熟悉的或喜欢的去体验。我们先来看一下Goose，然后基于Goose来体验MCP Server。

MCP Client功能支持矩阵

1. 安装

Goose 是一个开源的人工智能助手，通过自动化编码任务来加速你的软件开发，macOS、Linux和Windows WSL都可以运行Goose CLI，macOS也支持桌面端Goose Desktop。

安装Goose CLI

1	`curl -fsSL https://github.com/block/goose/releases/download/stable/download_cli.sh \| bash`

或者

安装Goose Desktop（macOS）

1	`brew install --cask block-goose`

或者直接下载客户端：Goose Desktop macOS Sillcon

2. 配置大模型

以桌面版举例，安装好之后打开，我们就可以来配置自定义大模型。

Goose Desktop配置大模型

众所周知，大模型providers中没有自己期望的话，都可以往OpenAI中配置😶‍🌫️，我这里使用了阿里云百炼，配置如下：
Goose Desktop配置OpenAI

百炼中支持的模型还是比较多的，而且大部分都有100万的免费token额度，还是比较良心的。

3. 选择模型

配置好provider后，就可以选择模型了，不是所有的模型都支持MCP，需要模型具有Function Calling能力，伯克利函数调用排行榜中可以作为我们选择模型的参考，通义千问中支持Function Calling的模型可以参考：通义千问Function Calling。这里我使用了qwen-plus。

4. 管理Extensions（即MCP Server）

Goose Desktop中提供了Extensions管理功能，可以方便地管理。Settings -> Extensions中我们可以看到已经启用了几个默认的插件，点击Broswe可以浏览更多。

Goose Desktop Extensions

5. 使用

我们照例，问一句：“你会做什么？”

Goose Desktop 使用

嗯，听起来会的还挺多。

搜索最近关于人工智能突破的近期新闻，并总结关键发现

Goose Desktop 搜索新闻

成功搜索并总结关键发现，顺便夸了一下中国。

接下来，我们尝试按照示例编写一个简单的MCP Server，并通过Goose Desktop来体验它。

三、让大鹅飞

官网示例地址：https://modelcontextprotocol.io/quickstart/server

MCP Server可以提供三种主要类型的功能：Resources、Tools、Prompts。这次我们跟着教程开发一个Tools – 一个简单的获取天气的MCP Server。

教程里可以选择Python, Node, Java，这里我们选择Python。

1. 准备环境

首先是安装uv，我们上文已经安装了uv，这里就不再赘述了。然后初始化项目：

uv init weather
cd weather

# 创建虚拟环境并激活
uv venv
source .venv/bin/activate

# 安装依赖
uv add "mcp[cli]" httpx

# 创建server文件
touch weather.py

2. 实现MCP Server

实现代码就不一一赘述，按照官网示例中编写即可，可以看到几个关键点：

初始化了一个FastMCP server

1
2
3

# Initialize FastMCP server
mcp = FastMCP("weather")

定义了该server具体的工具：get_weather和get_weather_forecast

# Define tools
@mcp.tool
async def get_forecast(latitude: float, longitude: float) -> str:
    """Get weather forecast for a location.

    Args:
        latitude: Latitude of the location
        longitude: Longitude of the location
    """
    #实际处理数据
    #返回prompt给大模型分析