MCP 服务器模板 (Python)

一个开箱即用的模板，用于在 Python 中构建模型上下文协议 (MCP) 服务器。 此模板可帮助您快速创建服务器，这些服务器可以注册和公开工具和提示，供 AI 模型使用。

📚 目录

• 快速开始
• 命令行选项
• 创建您自己的工具和提示
• 项目结构
• 部署选项
• 开发指南
• 需要帮助？

🚀 快速开始

前提条件

• Python 3.10 或更高版本

3 个简单步骤完成设置

1️⃣ 安装包

# 克隆仓库
git clone https://github.com/nisarg38/mcp-server-template-python.git my-mcp-server
cd my-mcp-server

# 以开发模式安装
pip install -e ".[dev]"

2️⃣ 运行您的服务器

# 使用 Python 运行
python -m src.main

# 或者使用方便的 CLI
mcp-server-template

3️⃣ 您的服务器现在已启动！

访问您的 MCP 服务器：

• 🌐 HTTP: http://localhost:8080
• 💻 或者使用 stdio 传输：mcp-server-template --transport stdio

您将看到日志输出，确认服务器已成功运行。

🎮 命令行选项

使用以下命令行选项自定义您的服务器行为：

# 更改端口（默认：8080）
mcp-server-template --port 9000

# 启用调试模式以获取更详细的日志
mcp-server-template --debug

# 使用 stdio 传输而不是 HTTP
mcp-server-template --transport stdio

# 设置日志级别（选项：debug, info, warning, error）
mcp-server-template --log-level debug

🛠️ 创建您自己的工具和提示

添加工具

工具是 AI 模型可以调用的函数。 要添加新工具：

1. 编辑 src/main.py
2. 使用 @mcp.tool() 装饰器添加一个新函数：

@mcp.tool()
def your_tool_name(param1: str, param2: int) -> Dict[str, Any]:
    """
    您的工具描述 - 这将显示给 AI。

    Args:
        param1: 第一个参数的描述
        param2: 第二个参数的描述

    Returns:
        包含您的结果的字典
    """
    # 您的工具逻辑在这里
    return {"result": "your result"}

添加提示

提示是 AI 模型可以访问的模板：

@mcp.prompt()
def your_prompt_name(param: str) -> str:
    """您的提示描述。"""
    return f"""
    您的格式化提示，其中插入了 {param}。
    使用此方法来构建结构化的提示模板。
    """

📁 项目结构

src/                      # 源代码目录
├── main.py               # 带有工具和提示的服务器入口点
├── config.py             # 配置设置
├── utils/                # 实用函数
├── tools/                # 工具实现
└── resources/            # 资源定义
test/                     # 测试目录
pyproject.toml            # 包配置
Dockerfile                # Docker 支持

🚢 部署选项

Docker 部署

# 构建 Docker 镜像
docker build -t my-mcp-server .

# 运行容器
docker run -p 8080:8080 my-mcp-server

云部署

此模板旨在与各种云平台配合使用：

• 作为容器部署在 AWS、GCP 或 Azure 上
• 在支持容器化应用程序的无服务器平台上运行
• 与 Kubernetes 配合使用进行编排

🧪 开发指南

# 安装开发依赖项
pip install -e ".[dev]"

# 运行测试
pytest

# 格式化代码
black src test
isort src test

# 运行 linting
flake8 src test

❓ 需要帮助？

• 📚 MCP 文档: modelcontextprotocol.io
• 🐛 提交 issue: GitHub Issues
• 💬 社区: 加入我们的 Discord 社区 (链接即将推出)

---

用 ❤️ 为 AI 开发者社区制作