MCP 系列三：编程实战，手把手教你服务端的开发与功能验证

本文为 MCP 系列的第三篇，本文从开发实践的角度出发，介绍 MCP 服务端的编码开发及其功能验证步骤，主要内容有：

介绍 MCP 服务端提供的服务类型（Resource、Prompt、Tool）及其适用场景。一个服务端的编码开发示例：通过 Resource 访问数据库数据；通过 Prompt 生成代码调试提示模板；通过 Tool 实现数学运算功能。使用 MCP Inspector，高效地对开发的 MCP 服务端功能进行测试验证。

关注我，后台回复 MCP，可获取本文的代码、示例数据。

服务端提供的服务类型

MCP 服务端（servers）可以为客户端（clients）提供 Resources、tools 和 prompts 三类服务。

Resources

Resources 是 MCP 中的一个核心原语，它允许 servers 暴露可以被 clients 读取并用作与 LLM 交互的上下文数据和内容。

用途：提供数据和上下文信息

特点：

只读操作类似 REST API 的 GET 请求使用 URI 风格的路径适合缓存

典型场景：

读取文件内容获取配置信息查询数据库数据获取系统状态

每个 resource 都由一个唯一的 URI 标识，并且可以包含文本或二进制数据。

Prompts

Prompts 允许 servers 定义可复用的提示模板和工作流，clients 可以轻松地将它们呈现给用户和 LLMs。Prompts 提供了一种强大的方式来标准化和共享常见的 LLM 交互。

用途：定义与 LLM 交互的模板特点：

提供结构化的提示模板可以包含参数指导 LLM 的输出可重用的交互模式

典型场景：

生成文本模板定义对话流程标准化 LLM 输出创建特定任务的指令

Tools

Tools 使 servers 能够向 clients 暴露可执行功能。通过 tools，LLMs 可以与外部系统交互、执行计算并在现实世界中采取行动。

Tools 的关键特性有：

Discovery (发现)：Clients 可以通过 tools/list endpoint 列出可用的 toolsInvocation (调用)：Tools 使用 tools/call endpoint 调用，其中 servers 执行请求的操作并返回结果Flexibility (灵活性)：Tools 的范围可以从简单的计算到复杂的 API 交互

用途：执行操作和计算

特点：

可以影响或修改外部系统的状态类似 REST API 的 POST/PUT/DELETE执行具体的功能

典型场景：

数学计算数据处理API 调用文件操作

与 resources 一样，tools 通过唯一的名称进行标识，并且可以包含描述以指导其使用。但是，与 resources 不同的是，tools 代表可以修改状态或与外部系统交互的动态操作。

三类服务功能比较

特性	Resource	Tool	Prompt
主要功能	提供数据	执行操作	定义模板
操作类型	只读	读写	模板定义
状态修改	否	是	否
缓存支持	是	否	是
典型用途	数据获取	功能执行	交互指导

一个服务端的编程实现示例

项目创建

1. 安装 uv

本文使用 uv 作为包管理工具（也可以使用 pip、poetry、conda 其他包管理工具）。uv 是 Astral 公司推出的一款基于 Rust 编写的 Python 包管理工具，提供了快速、可靠且易用的包管理体验，在性能、兼容性和功能上都有出色表现。

安装 uv 工具命令（以 windows 为例）:

# On Windows.powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"# With pip.pip install uv

uv 的相关命令介绍

An extremely fast Python package manager.Usage: uv [OPTIONS] <COMMAND>Commands:  run                        Run a command or script  init                       Create a new project  add                        Add dependencies to the project  remove                     Remove dependencies from the project  sync                       Update the project's environment  lock                       Update the project's lockfile  export                     Export the project's lockfile to an alternate format  tree                       Display the project's dependency tree  tool                       Run and install commands provided by Python packages  python                     Manage Python versions and installations  pip                        Manage Python packages with a pip-compatible interface  venv                       Create a virtual environment  build                      Build Python packages into source distributions and wheels  publish                    Upload distributions to an index  cache                      Manage uv's cache  self                       Manage the uv executable  version                    Display uv's version  generate-shell-completion  Generate shell completion  help                       Display documentation for a command

2. 创建 python 项目

使用 uv 命令，创建项目

# 创建 python 项目，项目名称为 mcp_learninguv init mcp_learningcd mcp_learning# 激活虚拟环境uv venv.venv\Scripts\activate

3. 安装 python 依赖包

# 安装相关依赖包uv add mcp[cli] httpx# 连接 pg 数据库的 python 包uv add psycopg2

4. 安装 node.js

本文会用到 MCP Inspector 来测试验证服务端的功能（MCP Inspector 是一个用于测试和调试 MCP 服务端的交互式开发者工具）。MCP Inspector 运行，需要依赖 npx，因此需要安装 node.js。

在 nodejs.org/zh-cn/downl… v18.20.8 版本进行下载并安装：

创建服务端实例

FastMCP 为 MCP 服务端的主要实现类。创建服务端名称为 "MCP Test Server" 的实例启用了调试模式，产生更详细的日志输出，方便调试。服务器配置为监听 0.0.0.0（所有网络接口），接受来自本地和远程的连接端口设置为 8002，这是客户端连接服务器的端口

注意：host="0.0.0.0" 设置使服务器可以接受来自任何 IP 地址的连接，这在开发环境中很方便，但在生产环境中可能需要更严格的访问控制。

# 导入必要的模块from mcp.server.fastmcp import FastMCP  # 导入 MCP 服务器的主类import psycopg2  # PostgreSQL 数据库连接库import json  # JSON 处理库from psycopg2.extras import RealDictCursor  # 使查询结果以字典形式返回的游标from mcp.server.fastmcp.prompts import base  # MCP 提示模板的基础类# 创建 MCP 服务器mcp = FastMCP("MCP Test Server",  # 服务器名称              debug=True,  # 启用调试模式，会输出详细日志              host="0.0.0.0",  # 监听所有网络接口，允许远程连接              port=8002)  # 服务器监听的端口号

Resources 实现

mcp 服务端可以为 mcp 客户端定义访问数据库数据的资源端点，允许客户端查询数据库的元数据、数据表数据。下面以访问 pg 数据库数据为例。

数据库连接

定义连接 PostgreSQL 数据库的配置，定义创建数据库连接的函数。

# 数据库连接配置DB_CONFIG = {    "dbname": "xx",    "user": "xx",    "password": "xx123456",    "host": "10.1.1.27",    "port": "11003"}def get_db_connection():    """创建数据库连接"""    return psycopg2.connect(**DB_CONFIG)

2. 资源定义测试示例

简单的测试资源，用于验证服务器是否正常工作。当客户端请求 test://hello 资源时，将返回 "Hello, World!" 字符串。

@mcp.resource("test://hello")def hello() -> str:    """简单的测试资源"""    return "Hello, World!"

3. 表名列表查询

查询数据库中 public 模式下的全部表名，返回一个表名列表的 JSON 字符串。

# 定义资源：获取所有表名@mcp.resource("db://tables")def list_tables() -> str:    """获取所有表名列表"""    with get_db_connection() as conn:        with conn.cursor() as cur:            cur.execute("""                SELECT table_name                FROM information_schema.tables                WHERE table_schema = 'public'            """)            tables = [row[0] for row in cur.fetchall()]            return json.dumps(tables)

4. 表数据查询

定义数据表查询的资源，允许查询指定表的数据，支持参数：

table_name: 要查询的表名limit: 限制返回的最大行数，默认值为 100

使用了 RealDictCursor 使结果以字典形式返回，使用了参数化查询来防止 SQL 注入攻击，并设置 ensure_ascii=False 以保留中文字符。

# 定义资源：获取表数据@mcp.resource("db://tables/{table_name}/data/{limit}")def get_table_data(table_name: str, limit: int = 100) -> str:    """获取指定表的数据    参数:    table_name: 表名    """    try:        with get_db_connection() as conn:            with conn.cursor(cursor_factory=RealDictCursor) as cur:                # 使用参数化查询防止 SQL 注入                cur.execute(f"SELECT * FROM %s LIMIT %s",                            (psycopg2.extensions.AsIs(table_name), limit))                rows = cur.fetchall()                # return json.dumps(list(rows), default=str)                return json.dumps(list(rows), default=str, ensure_ascii=False)    except Exception as e:        return json.dumps({            "status": "error",            "message": str(e)        })

5. 表结构查询

定义表结构查询的资源，允许查询指定表的结构信息，包括列名、数据类型、最大长度和列注释。（不同类型的数据库，查询表元数据的 sql 会有所不同）。

# 定义资源：获取表结构@mcp.resource("db://tables/{table_name}/schema")def get_table_schema(table_name: str) -> str:    """获取表结构信息    参数:    table_name: 表名    """    with get_db_connection() as conn:        with conn.cursor() as cur:            cur.execute("""                select c.column_name,                        c.data_type,                        c.character_maximum_length,                       pgd.description as column_comment                from information_schema.columns c                left join pg_catalog.pg_statio_all_tables st                 on c.table_schema = st.schemaname and c.table_name = st.relname                left join pg_catalog.pg_description pgd                 on pgd.objoid = st.relid                    and pgd.objsubid = c.ordinal_position                where c.table_name = %s                order by c.ordinal_position            """, (table_name,))            columns = [{"name": row[0], "type": row[1], "max_length": row[2], "comment": row[3]}                       for row in cur.fetchall()]            return json.dumps(columns, ensure_ascii=False)

Prompts 实现

定义了 MCP prompt（提示模板），用于指导 LLM 如何回答特定类型的查询。

中国省份介绍

使用 @mcp.prompt() 装饰器注册为 MCP 服务器的提示模板接受一个参数 province，表示要介绍的中国省份名称返回一个字符串提示模板，引导 LLM 按照特定结构介绍指定省份提示模板要求 LLM 从四个方面介绍省份：历史沿革、人文地理和风俗习惯、经济发展状况、旅游建议

# 中国省份介绍@mcp.prompt()def introduce_china_province(province: str) -> str:    """介绍中国省份    参数:    province: 省份名称    """    return f"""    请介绍这个省份：{province}    要求介绍以下内容：    1. 历史沿革    2. 人文地理、风俗习惯    3. 经济发展状况    4. 旅游建议    """

2. 代码调试提示模板

提示模板的功能：

使用 @mcp.prompt() 装饰器注册接受两个参数：code（需要调试的代码）和 error_message（错误信息）与第一个模板不同，这个模板返回的是 list[base.Message] 类型，表示一个多轮对话的消息列表

对话包含五条消息：

系统消息：定义助手的角色和任务用户消息：请求帮助修复代码用户消息：包含代码内容（使用代码块格式）用户消息：包含错误信息助手消息：初始回应，表明将分析问题

使用场景：当用户遇到代码错误需要帮助调试时，通过预设对话历史，引导 LLM 进入特定的思考模式，提供结构化的上下文，使 LLM 能够更有效地分析和解决代码问题。

# 调试代码提示@mcp.prompt()def debug_code(code: str, error_message: str) -> list[base.Message]:    """调试代码的对话式提示模板    参数:    code: 需要调试的代码    error_message: 错误信息    """    return [        base.SystemMessage("你是一位专业的代码调试助手。请仔细分析用户提供的代码和错误信息，找出问题所在并提供修复方案。"),        base.UserMessage("我的代码有问题，请帮我修复："),        base.UserMessage(f"```\n{code}\n```"),        base.UserMessage(f"错误信息：\n{error_message}"),        base.AssistantMessage("我会帮你分析这段代码和错误信息。首先让我理解问题所在..."),    ]

Tools 实现

定义了四个基本的数学运算工具，通过 @mcp.tool() 装饰器，将这些函数注册为 MCP 服务端的工具（可以被客户端直接调用）

@mcp.tool()def add(a: float, b: float) -> float:    """加法运算    参数:    a: 第一个数字    b: 第二个数字    返回:    两数之和    """    return a + b@mcp.tool()def subtract(a: float, b: float) -> float:    """减法运算    参数:    a: 第一个数字    b: 第二个数字    返回:    两数之差 (a - b)    """    return a - b@mcp.tool()def multiply(a: float, b: float) -> float:    """乘法运算    参数:    a: 第一个数字    b: 第二个数字    返回:    两数之积    """    return a * b@mcp.tool()def divide(a: float, b: float) -> float:    """除法运算    参数:    a: 被除数    b: 除数    返回:    两数之商 (a / b)    异常:    ValueError: 当除数为零时    """    if b == 0:        raise ValueError("除数不能为零")    return a / b

main 函数

mcp 服务端提供 stdio 和 sse 两种传输协议运行方式。默认是使用 stdio 协议（适用于本地调试）。sse 协议适用于生产环境。

if __name__ == "__main__":    mcp.run('sse')

使用 MCP Inspector 验证服务端功能

MCP Inspector 是专为 MCP 服务端设计的交互式调试工具，提供了一个直观的界面，使得开发者能够快速地验证服务端的响应和状态。使用 MCP Inspector 来测试验证上述开发的服务端功能。

运行 MCP Inspector

在终端运行 mcp --help，可以查看 mcp 命令的用法（由下面的返回结果可知，可以通过 mcp dev 命令运行 mcp inspector）：

>mcp --help Usage: mcp [OPTIONS] COMMAND [ARGS]... MCP development tools╭─ Options ────────────────────────────────────────────────────────────────────────────────────────────────────────────╮│ --help          Show this message and exit.                                                                          │╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯╭─ Commands ───────────────────────────────────────────────────────────────────────────────────────────────────────────╮│ version   Show the MCP version.                                                                                      ││ dev       Run a MCP server with the MCP Inspector.                                                                   ││ run       Run a MCP server.                                                                                          ││ install   Install a MCP server in the Claude desktop app.                                                            │╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

mcp dev 命令语法：

>mcp dev --help Usage: mcp dev [OPTIONS] FILE_SPEC Run a MCP server with the MCP Inspector.╭─ Arguments ──────────────────────────────────────────────────────────────────────────────────────────────────────────╮│ *    file_spec      TEXT  Python file to run, optionally with :object suffix [default: None] [required]              │╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯╭─ Options ────────────────────────────────────────────────────────────────────────────────────────────────────────────╮│ --with-editable  -e      DIRECTORY  Directory containing pyproject.toml to install in editable mode [default: None]  ││ --with                   TEXT       Additional packages to install                                                   ││ --help                              Show this message and exit.                                                      │╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯