AI导哈

MCP服务器部署工具

一个演示如何创建和部署符合Model-Context-Protocol (MCP)规范的简单服务器工具，提供基础计算功能并可被AI模型调用。

  • by AdarshChaudhary03
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 adarshchaudhary03/mcp-server-deployment

使用说明

MCP服务器部署演示

这个项目演示了如何创建和部署一个遵循模型上下文协议（MCP）的简单服务器。它提供了一个可由MCP客户端调用的基本工具，例如Claude这样的AI模型。

概述

模型上下文协议（MCP）是大型语言模型（或其他AI代理）和本地开发环境之间通信的规范。它允许模型访问本地上下文并安全地执行工具。

该项目使用 mcp Python库。服务器公开单个工具， add，它取两个整数并返回它们的和。

特性

  • 一个简单的 FastMCP 服务器实现。
  • 基本的 add(x: int, y: int) -> int 工具。
  • 打包为Python项目，使用 pyproject.toml 和 setuptools.
  • 已准备好进行安装和部署。

项目结构

  • pyproject.toml：定义项目元数据、依赖关系和生成配置。这 [project.scripts] 第节定义 mcp-server 命令。
  • src/mcpserver/deployment.py：包含MCP服务器的核心逻辑，包括定义 add 工具。
  • src/mcpserver/__main__.py：提供从命令行运行服务器的主要入口点。

入门指南

先决条件

  • Python 3.12+
  • 紫外线 （一个快速的Python包安装程序和解析器）

安装

  1. 克隆存储库：

    git clone https://github.com/AdarshChaudhary03/mcp-server-deployment.git
cd mcp-server-deployment

  2. 安装依赖项： 创建虚拟环境并在可编辑模式下安装项目。

    uv venv
source .venv/bin/activate
uv pip install -e .

运行服务器

安装后，您可以使用中定义的脚本运行MCP服务器 pyproject.toml:

mcp-server

克劳德集成

要将此服务器用作像Claude这样的客户端的MCP主机，您需要更新您的Claude配置文件(claude-config.json).将以下条目添加到 mcpHosts 部分。

此配置告诉Claude客户端如何启动MCP服务器并与之通信。使用 uvx 直接从Git存储库运行服务器，确保您始终使用最新版本。

注： 确保更换 command 和 directory 为您的系统选择正确的绝对路径。

"MCPServer": {
  "command": "/Library/Frameworks/Python.framework/Versions/3.13/bin/uvx",
  "args": [
    "--directory",
    "/Users/adarshchaudhary/Desktop/ai-projects/mcp-servers/mcp-server-deployment",
    "--from",
    "git+https://github.com/AdarshChaudhary03/mcp-server-deployment",
    "mcp-server"
  ]
}

相关 MCP