MCP 服务器实战指南：什么是 MCP，为什么它是 2026 年 AI 开发者的必学技能

如果你还没听说过 MCP——Model Context Protocol，那你可能错过了 2025-2026 年 AI 领域最重要的一次协议标准化。

简单说：MCP 是 AI 模型的「USB 接口」。以前每个 AI 工具都要自己写一套 API 跟模型对接，一地鸡毛。MCP 统一了这个接口——你写一个 MCP Server，所有支持 MCP 的 AI 客户端都能用它。

MCP 到底是什么

MCP 由 Anthropic 在 2024 年底提出，开源协议（GitHub Stars 88,599 ⭐，modelcontextprotocol/servers 仓库），目标是给 LLM 一个标准化的「工具调用」协议。

没有 MCP 之前，你想让 AI 读取文件、查数据库、发邮件，需要： 1. 写自定义 Function Calling 函数 2. 按各家 API 格式注册工具 3. 每次换 AI 模型都要重写适配层

有了 MCP 之后： 1. 写一个 MCP Server 2. 任何 MCP 客户端（Claude Desktop、VS Code 插件、Open WebUI、Cline 等）自动发现并可用

MCP 的核心概念

┌──────────────────┐     MCP 协议      ┌──────────────────┐
│                  │ ◄─────────────► │                  │
│  MCP Client      │                  │  MCP Server      │
│  (Claude, Cline, │   JSON-RPC      │  (文件系统、      │
│   Open WebUI等)  │   2.0 over      │  数据库、API、    │
│                  │   stdio/SSE      │  自定义工具等)    │
└──────────────────┘                  └──────────────────┘

MCP Server 能干啥？ 说白了就是一个给 AI 用的「工具箱」——每个 MCP Server 暴露一组工具（tools），AI 客户端可以在对话中自动调用这些工具。

现有 MCP Server 生态

官方 + 社区已经有一百多个 MCP Server 了。按使用频率排序（截至 2026 年 7 月）：

实战：搭建你的第一个 MCP Server

方案 A：直接用社区现成的（最快）

如果你用的是 VS Code + Cline 或 Claude Desktop，配置 MCP Server 只需改一行 JSON：

配置方式（Claude Desktop 为例）：

// ~/AppData/Roaming/Claude/claude_desktop_config.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\projects",
        "D:\\documents"
      ]
    },
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "C:\\data\\test.db"]
    },
    "github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_TOKEN": "ghp_xxx"
      }
    }
  }
}

重启 Claude Desktop，你的 AI 助手就能直接读你的文件、查数据库、管理 GitHub 仓库了。

方案 B：用 Python 写一个自定义 MCP Server

如果你的场景比较特殊（比如查询公司内部 API），自己写一个 MCP Server 其实很简单：

from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent
import json

app = Server("my-custom-server")

# 1. 声明提供哪些工具
@app.list_tools()
async def list_tools() -> list[Tool]:
    return [
        Tool(
            name="get_weather",
            description="查询指定城市的天气",
            inputSchema={
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名"}
                },
                "required": ["city"]
            }
        ),
        Tool(
            name="calculate",
            description="执行数学计算",
            inputSchema={
                "type": "object",
                "properties": {
                    "expression": {"type": "string", "description": "数学表达式"}
                },
                "required": ["expression"]
            }
        )
    ]

# 2. 实现工具逻辑
@app.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
    if name == "get_weather":
        city = arguments["city"]
        # 这里可以调真实天气 API
        return [TextContent(
            type="text",
            text=f"{city} 当前温度：28°C，晴"
        )]
    elif name == "calculate":
        expr = arguments["expression"]
        try:
            result = eval(expr)  # 注意：生产环境不要用 eval
            return [TextContent(type="text", text=str(result))]
        except Exception as e:
            return [TextContent(type="text", text=f"错误：{str(e)}")]

# 3. 启动
if __name__ == "__main__":
    import asyncio
    asyncio.run(stdio_server(app))

然后配置你的客户端指向这个脚本：

{
  "mcpServers": {
    "my-custom-server": {
      "command": "python",
      "args": ["path/to/my_server.py"]
    }
  }
}

方案 C：用 TypeScript 写

MCP 官方推荐用 TypeScript 写（生态最完善）：

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { CallToolRequestSchema, ListToolsRequestSchema } from "@modelcontextprotocol/sdk/types.js";

const server = new Server({ name: "my-server", version: "1.0.0" }, {
  capabilities: { tools: {} }
});

server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [{
    name: "hello",
    description: "Say hello",
    inputSchema: { type: "object", properties: { name: { type: "string" } }, required: ["name"] }
  }]
}));

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "hello") {
    return { content: [{ type: "text", text: `Hello, ${request.params.arguments?.name}!` }] };
  }
  throw new Error("Unknown tool");
});

const transport = new StdioServerTransport();
await server.connect(transport);

MCP 的通信方式

MCP 支持两种传输层：

1. stdio（标准输入输出）：最常用。客户端启动一个子进程，通过 stdin/stdout 通信
2. SSE（Server-Sent Events）：远程 MCP Server，通过 HTTP 通信

对于本地开发，99% 的情况用 stdio 就够了。远程部署时（比如把 MCP Server 部署到服务器上给多个客户端用），才需要 SSE 模式。

常见问题

Q：MCP 和 Function Calling / Tool Use 什么关系？ A：MCP 是 Function Calling 的「上层标准」。Function Calling 定义了「单个模型如何调用工具」，MCP 定义了「整个生态系统如何发现和调用工具」。你可以理解为 HTTP 协议 vs 具体的 REST API。

Q：哪些客户端支持 MCP？ A：Claude Desktop（原生支持）、VS Code 插件（Cline, Continue）、Open WebUI、Windsurf、Cursor 等。截至 2026 年 7 月，几乎所有主流 AI 编程工具都支持了。

Q：MCP Server 安全吗？ A：MCP Server 以子进程运行，有自己的权限边界。理论上它只能做你赋予它的操作——比如 filesystem MCP 只读你指定的目录。但还是要小心：别给 AI 一个「可以执行任意命令」的 MCP Server。

总结

MCP 是 2026 年 AI 开发者的必备技能。你不需要从一开始就写自己的 MCP Server——先安装几个现成的（filesystem, sqlite, github），体验一下 AI 助手「突然变能干」的感觉。然后等你有「AI 要是能调这个 API 就好了」的想法时，花 20 分钟写一个自定义 MCP Server。

📊 数据来源：GitHub API 查询时间 2026-07-18。MCP 协议版本基于 2026 年 6 月最新规范。

🔗 相关文章： Open WebUI 深度使用指南：搭建你的私人 AI 助手