Simple MCP Client / Server
tikoehle
README
简单的 MCP 客户端/服务器
https://modelcontextprotocol.io/quickstart/server
在 macOS 和 Linux 上安装 uv。
$ curl -LsSf https://astral.sh/uv/install.sh | sh
然后 git clone 这个仓库。
MCP 服务器 (stdio)
uv init mcp_server
cd mcp_server/
uv run main.py # 只是为了创建 .venv,然后删除 main.py
uv add "mcp[cli]" httpx # MCP 服务器 Python 库
touch weather_stdio.py # STDIO 服务器实现
启动服务器
mcp_server$ uv run weather_stdio.py
使用 VSCode + Cline 测试
将 MCP 服务器添加到 Cline。
Cline -> MCP Servers (图标靠近 '+') -> Installed -> Add
你会得到一个 json 模板 "mcpServers": {},然后添加新的服务器。 这是 cline_mcp_settings.json:
{
"mcpServers": {
"weather": {
"command": "uv",
"args": [
"--directory",
"/home/users/tikoehle/mcp_server",
"run",
"weather_stdio.py"
]
}
}
}
=> Cline 显示 2 个 get_* 工具函数。 点击 'Done' 返回 Cline 任务输入,尝试新的服务器。
测试
输入一个调用两个工具的任务: "Can you tell me the weather forecast for San Francisco, CA" "Can you tell me the weather alerts for San Francisco, CA"
=> 使用我的两个新的 MCP 'weather' 服务器工具。
注意: 本地 MCP 服务器不应将消息记录到 stdout,因为这会干扰协议操作。
MCP 客户端
https://modelcontextprotocol.io/quickstart/client
uv init mcp_client
cd mcp_client/
uv run main.py # 创建 venv
uv add mcp
touch client_stdio.py # MCP 客户端实现
运行客户端
uv run client.py path/to/server.py
mcp_client$ uv run client_stdio.py ../mcp_server/weather_stdio.py
MCP 检查器
安装 Node.js
在 MCP 服务器计算上,使用 nvm
和 npm
获取 Linux
的 Node.js
(Current)。 https://nodejs.org/en/download
cd $HOME
# 下载并安装 nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.2/install.sh | bash
# 代替重启 shell
\. "$HOME/.nvm/nvm.sh"
# 下载并安装 Node.js:
nvm install 23
# 验证 Node.js 版本:
node -v # 应该打印 "v23.10.0"。
nvm current # 应该打印 "v23.10.0"。
# 验证 npm 版本:
npm -v # 应该打印 "10.9.2"。
检查本地开发的服务器
mcp_server$ uv run mcp dev ./weather_stdio.py
Starting MCP inspector...
Proxy server listening on port 3000
🔍 MCP Inspector is up and running at http://localhost:5173 🚀
注意:
另一种安装最新版本并启动检查器的方法。
mcp_server$ npx @modelcontextprotocol/inspector@latest
在浏览器中打开 MCP 检查器客户端 UI
http://comp9:5173 --> Connect
注意:
如果 MCP 开发服务器在远程计算上运行,例如 comp9,则 MCP 检查器客户端 UI 需要连接到这台机器。
在浏览器中启动 UI 时,传输类型、命令和参数会显示正确的参数。
Transport Type: STDIO
Command: uv
Arguments: run --with mcp mcp run ./weather_stdio.py
或者
Transport Type: SSE
URL: http://comp9:8001/sse
注意:
MCP 开发工具
mcp_server$ uv run mcp
SSE 客户端/服务器
服务器
mcp_server$ uv run weather_sse.py # 端口 8001
客户端
mcp_client$ uv run client_sse.py http://comp9:8001/sse
Python-SDK
https://github.com/modelcontextprotocol/python-sdk/
SSE 问题:
https://github.com/modelcontextprotocol/python-sdk/issues/398
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。