MCP服务器工具

MCP服务器工具

一个简单的模型上下文协议（MCP）服务器，提供日期时间和计算器工具。使用FastMCP构建，便于开发和部署。

🏗️ 建筑

该项目遵循分层架构模式：

mcp_server_tools/
├── main.py                    # Entry point (Presentation Layer)
├── src/                       # Implementation folder
│   ├── tools/                 # MCP interface layer
│   │   ├── datetime_tool.py   # DateTime MCP tools
│   │   └── calculator_tool.py # Calculator MCP tools
│   ├── services/              # Business logic layer
│   │   ├── datetime_service.py # DateTime business logic
│   │   └── calculator_service.py # Calculator business logic
│   ├── server_manager.py      # Server execution management
│   └── logger_config.py       # Centralized logging
├── Dockerfile                 # Multi-stage Docker build
├── docker-compose.yml         # Development and production services
├── pyproject.toml            # Project configuration
└── .env                      # Environment variables (create from env.example)

层职责：

• 表示层 (main.py)：MCP服务器设置和工具注册
• 工具层 (src/tools/)：处理协议通信的MCP接口功能
• 服务层 (src/services/)：纯业务逻辑，独立于MCP
• 服务器管理 (src/server_manager.py)：开发和生产服务器执行

🚀 快速开始

先决条件

• Python 3.12+
• 紫外线 包管理器
• Docker和Docker Compose（用于容器化部署）

地方发展

1. 克隆和设置：

   复制

   git clone <repository-url>
   cd mcp_server_tools
   cp env.example .env
   uv sync --dev
   

2. 开发模式（stdio）：

   复制

   uv run mcp dev main.py
   

   这将启动MCP检查器进行目视测试。

3. 生产模式（SSE）：

   复制

   uv run python main.py
   

   这将启动服务器，并打开SSE传输 0.0.0.0:8050.

Docker部署

1. 发展：

   复制

   docker-compose --profile dev up
   

2. 生产：

   复制

   docker-compose --profile prod up
   

🛠️ 可用工具

DateTime工具

• datetime_tool(format: str = "iso")：获取当前日期时间

  • format="iso"：ISO 8601格式（例如，“2025-01-08T22:30:00.123456”）
  • format="formatted"：人类可读格式（例如，“2025-01-08 22:30:00”）

• timestamp_tool()：以字符串形式获取当前时间戳

计算器工具

• calculator_tool(expression: str)：计算数学表达式

  • 示例： "2 + 3", "10 * 5", "100 / 4", "2 ** 8"

• operation_tool(a: float, b: float, operation: str)：对两个数字执行操作

  • 操作： +, -, *, /, **, %

• operations_list_tool()：列出所有支持的数学运算

⚙️ 配置

环境变量（在中配置 .env 文件）：

HOST=0.0.0.0              # Server host
PORT=8050                  # Server port
DEV_MODE=false             # Development mode
LOG_LEVEL=INFO             # Logging level
SERVER_NAME=mcp-server-tools # Server name

🔧 发展

代码质量

# Format code
uv run ruff format .

# Lint code
uv run ruff check .

# Run tests
uv run pytest

项目结构效益

• 关注点分离：每一层都有特定的职责
• 可测试性：业务逻辑是孤立的，易于测试
• 可维护性：清晰的组织使代码更容易理解
• 可重复使用性：服务可以在MCP上下文之外使用
• 可扩展性：易于添加新工具和服务

添加新工具

1. 创建服务 在……里面 src/services/ （商业逻辑）
2. 创建工具 在……里面 src/tools/ （MCP接口）
3. 注册工具 在……里面 main.py 随着 @mcp.tool() 装饰器

🐳 码头工人

多阶段构建

• 建设者阶段：安装依赖项
• 生产阶段：针对生产进行了优化
• 开发阶段：包括开发工具

Docker编写服务

• mcp-server-dev：批量安装开发
• mcp-server-prod：优化图像的生产

📝 日志记录

具有可配置级别的结构化日志记录：

• 信息：应用程序启动、工具执行
• 调试：详细操作信息
• 错误：错误条件和异常

为了与Docker兼容，日志被格式化并输出到stdout。

🔒 安全

• 使用受限全局变量进行安全表达式评估
• 所有工具的输入验证
• Docker容器中的非root用户
• 环境变量配置

📚 资源

• 模型上下文协议
• MCP Python SDK
• FastMCP快速入门