AI导哈

AI代理MCP服务器

MCPioneer是一个使用Python构建自定义MCP服务器的项目，用于扩展AI代理的功能，使其能够执行API调用、数据库访问和自定义工具执行等外部任务。

  • by 2nithin2
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 2nithin2/Custom-MCP-Server-for-AI-Agents

使用说明

MC先锋🚀

为AI代理构建自己的自定义MCP服务器

MCPioneer是一个初学者友好的项目，演示如何使用Python创建自定义MCP（消息/命令/处理）服务器。该服务器充当扩展AI代理功能的桥梁，允许它们执行外部任务，如调用API、访问数据库和执行自定义工具。

📚 什么是MCP？

MCP服务器提供AI代理可以访问的工具、资源和服务，以增强其功能。将其视为一个“工具箱”，人工智能可以在需要超出其基本能力的外部帮助时打开。

⚙️ 使用的技术

  • Python 3.10+
  • MXGp Python SDK
  • UV包装管理器
  • 克劳德桌面（用于测试）

🚀 入门指南

1.安装UV（更好的包管理器）

  • 窗户：
    iwr -useb https://mirror.ghproxy.com/https://raw.githubusercontent.com/astral-sh/uv/main/scripts/install.ps1 | iex
  • Mac/Linux：
    curl -LsSf https://astral.sh/uv/install.sh | sh

2.初始化项目

uv init .
uv add mcp cli

3.创建一个简单的MCP服务器

示例 main.py:

from mcp_servers.fast_mcp import FastMCP

server = FastMCP(name="DemoServer")

@server.tool
def add_numbers(a: int, b: int) -> int:
    return a + b

@server.resource
def greet(name: str) -> str:
    return f"Hello, {name}!"

server.run()

4.将MCP服务器安装到克劳德桌面

uv run mcp install main.py

5.配置克劳德桌面

  • 首选 设置→ 开发者→ 编辑配置.
  • 如有必要，请手动将服务器添加到配置中。
  • 如果您没有立即看到MCP服务器，请重新启动Claude Desktop。

🛠️ 项目结构

MCPioneer/
├── main.py
├── README.md
├── .venv/ (created automatically)
└── uv.toml

✨ 作者

创建于❤️ 由Nithin。

相关 MCP