duck MCP

Duck MCP服务器🦆

一个简单的MCP（模型上下文协议）服务器 FastMCP.

特性

此服务器提供以下工具：

• 选择选项：要求用户从提供的选项中选择一个选项（使用启发）
• 提供信息：以自然语言向用户请求更多信息（使用启发）
• 请求手动测试：要求用户进行手动测试并报告结果（使用启发）

安装

先决条件

• Python 3.10或更高版本
• 紫外线 （推荐）或pip

再进行

使用紫外线（推荐）：

uv sync

使用pip：

pip install -e .

用法

运行服务器

使用FastMCP CLI（推荐）：

# Run with default configuration from fastmcp.json
fastmcp run

# Or specify the config file explicitly
fastmcp run fastmcp.json

# Run with HTTP transport for testing
fastmcp run --transport http --port 8000

直接使用Python：

python server.py

使用紫外线运行：

uv run fastmcp run server.py

发展模式

使用FastMCP检查器UI运行：

fastmcp dev

检查服务器功能

查看所有可用的工具、资源和提示：

fastmcp inspect

安装到MCP客户端

克劳德桌面

fastmcp install claude-desktop

光标

fastmcp install cursor

克劳德代码（VS代码扩展）

fastmcp install claude-code

测试

您可以使用FastMCP客户端测试服务器：

import asyncio
from fastmcp import Client

async def test_server():
    async with Client("http://localhost:8000/mcp") as client:
        # Ping the server to check connectivity
        await client.ping()
        print("Server is running!")

if __name__ == "__main__":
    asyncio.run(test_server())

测试启发式工具

这 select_option, provide_information，以及 request_manual_test 工具使用FastMCP的启发功能以交互方式向用户请求信息：

import asyncio
from fastmcp import Client

async def elicitation_handler(message: str, response_type: type, params, context):
    """Handler that responds to server's elicitation requests"""
    print(f"Server asks: {message}")
    user_input = input("Your response: ")
    return response_type(selected_option=user_input) if hasattr(response_type, '__annotations__') and 'selected_option' in response_type.__annotations__ else response_type(information=user_input)

async def test_elicitation():
    async with Client("http://localhost:8000/mcp", elicitation_handler=elicitation_handler) as client:
        # Test select_option tool
        result = await client.call_tool("select_option", {
            "question": "What's your favorite programming language?",
            "options": ["Python", "JavaScript", "Rust", "Go"]
        })
        print(result.data)
        
        # Test provide_information tool
        result = await client.call_tool("provide_information", {
            "question": "What would you like to build today?"
        })
        print(result.data)
        
        # Test request_manual_test tool
        result = await client.call_tool("request_manual_test", {
            "test_description": "Navigate to the login page and verify the form renders correctly",
            "expected_outcome": "Login form should display username/password fields and submit button"
        })
        print(result.data)

if __name__ == "__main__":
    asyncio.run(test_elicitation())

项目结构

duck-mcp/
├── server.py          # Main server implementation
├── fastmcp.json       # FastMCP configuration
├── pyproject.toml     # Project metadata and dependencies
├── README.md          # This file
└── tests/            # Test files (optional)

发展

添加新工具

要向服务器添加新工具，只需用以下内容装饰功能 @mcp.tool:

@mcp.tool
def my_new_tool(arg1: str, arg2: int) -> str:
    """Description of what this tool does"""
    # Your implementation here
    return "result"

运行测试

pytest

部署

本地部署

默认情况下，服务器使用stdio传输运行，使其与Claude Desktop等本地MCP客户端兼容。

HTTP部署

对于远程访问，请使用HTTP传输运行：

fastmcp run --transport http --host 0.0.0.0 --port 8000

FastMCP云

部署到FastMCP Cloud进行托管（需要帐户）：

fastmcp cloud deploy

配置

这 fastmcp.json 文件包含服务器配置：

• 来源：服务器代码的位置和入口点
• 环境：Python版本和依赖关系
• 部署：运行时配置（传输、日志记录等）

您可以通过CLI参数覆盖任何配置：

fastmcp run --port 8080 --log-level DEBUG

MCP客户端配置

要将此MCP服务器与MCP兼容的客户端（如Claude Desktop）一起使用，请将以下配置添加到客户端的 mcp.json 文件：

使用紫外线（推荐）：

{
  "mcpServers": {
    "duck-mcp": {
      "command": "uv",
      "args": ["run", "fastmcp", "run", "server.py"],
      "cwd": "/path/to/duck-mcp"
    }
  }
}

直接使用Python：

{
  "mcpServers": {
    "duck-mcp": {
      "command": "python",
      "args": ["server.py"],
      "cwd": "/path/to/duck-mcp"
    }
  }
}

替换 /path/to/duck-mcp 带有duck mcp目录的实际路径。这 cwd （当前工作目录）确保服务器从正确的位置运行。

了解更多

• FastMCP文档
• 模型上下文协议

许可证

麻省理工学院