Weather Service MCP

MCP学习项目2025🚀

演示构建和部署的实践项目 模型上下文协议（MCP） 服务器。学习如何创建自定义MCP工具，为AI助手配置它们，并将其与Claude Desktop、Continue和其他兼容MCP的应用程序集成。

🎯 你将学到什么

• 🛠️ 从头开始构建自定义MCP服务器
• 🔌 将MCP工具与AI助手集成
• 🧪 使用MCP Inspector和MCP Studio进行测试和调试
• 📦 使用UV或pip管理依赖关系
• 🚀 部署生产就绪的MCP服务器
• 🎨 使用Pydantic创建类型安全工具
• 🌐 在高级场景中使用流式HTTP传输

🏗️ 技术栈

📋 先决条件

在潜水之前，请确保您有：

• ✅ Python 3.13+ 安装在您的系统上
• ✅ 紫外线 （推荐）或 pip+venv 用于包管理
• ✅ VS代码 （可选，但建议用于MCP配置）
• ✅ Git 用于版本控制
• ✅ 终端 访问权限（PowerShell、CMD或Bash）

🚀 安装

Using UV (Recommended) Using pip + venv

1.安装UV：

# Windows (PowerShell)
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

2.初始化项目：

# Create new project
uv init learn-mcp-2025
cd learn-mcp-2025

# Or in existing directory
uv init

3.添加MCP依赖关系：

# Add MCP with CLI tools
uv add "mcp[cli]"

# This creates/updates:
# - pyproject.toml
# - uv.lock

4.安装所有依赖项：

uv sync

1.导航到项目：

cd learn-mcp-2025

2.创建虚拟环境：

python -m venv .venv

3.激活虚拟环境：

# Windows (PowerShell)
.venv\Scripts\Activate.ps1

# Windows (CMD)
.venv\Scripts\activate.bat

4.安装依赖项：

# From requirements.txt
pip install -r requirements.txt

# Or install package in editable mode
pip install -e .

生成的文件

⚙️ MCP服务器配置

要将MCP服务器与AI客户端（如Claude Desktop）集成，请创建一个配置文件：

创建 .vscode/mcp.json

{
    "servers": {
        "weather-service": {
            "command": "python",
            "args": ["weather.py"],
            "env": {}
        }
    }
}

多服务器配置

{
    "servers": {
        "weather-service": {
            "command": "python",
            "args": ["weather.py"],
            "env": {}
        },
        "winget-mcp": {
            "type": "stdio",
            "command": "C:\\Users\\YourUser\\AppData\\Local\\Microsoft\\WindowsApps\\...\\WindowsPackageManagerMCPServer.exe"
        }
    }
}

配置选项

🎮 运行MCP服务器

方法1：快速测试⚡ （直接函数调用）

在不启动整个MCP服务器的情况下测试单个功能：

Using UV Using pip + venv

uv run python -c "from weather import get_weather; print(get_weather('London'))"

输出：

The current weather in London is sunny with a temperature of 25°C.

# Activate venv first
.venv\Scripts\Activate.ps1

# Then run
python -c "from weather import get_weather; print(get_weather('London'))"

输出：

The current weather in London is sunny with a temperature of 25°C.

何时使用：

• ✅ 开发过程中的快速迭代
• ✅ 单个工具的单元测试
• ✅ 调试功能逻辑
• ❌ 不适用于MCP客户端

方法2：生产模式🚀 （完整MCP服务器）

作为完整的MCP服务器运行，用于AI助手集成：

Using UV Using pip + venv

# Start MCP server
uv run python weather.py

# The server will start and listen for MCP requests

# Activate venv first
.venv\Scripts\Activate.ps1

# Start MCP server
python weather.py

何时使用：

• ✅ 与人工智能助手集成（Claude、Continue等）
• ✅ 生产部署
• ✅ 多工具服务器
• ✅ 标准化MCP协议通信

方法3:MCP检查员🔍 （开发与调试）

使用MCP检查器通过web UI交互式测试您的服务器：

Using Python MCP CLI Using Node.js npx (Recommended)

使用紫外线：

# Start MCP dev mode
uv run mcp dev 

使用pip+venv：

# Activate venv first
.venv\Scripts\Activate.ps1

# Start MCP dev mode
mcp dev 

特征：

• 基于终端的调试
• 控制台中的日志输出
• 快速服务器验证
• ❌ 无web用户界面

使用紫外线：

# No installation needed - npx downloads temporarily
npx @modelcontextprotocol/inspector uv run 

使用pip+venv：

# Activate venv first
.venv\Scripts\Activate.ps1

# Run inspector with Python
npx @modelcontextprotocol/inspector python 

特征：

• ✅ 交互式web UI
• ✅ 可视化工具资源管理器
• ✅ 请求/响应检查
• ✅ 实时测试
• ✅ 始终为最新版本

MCP检查器功能：

• 🔍 浏览器中的交互式工具测试
• 📊 请求/响应检查
• 🐛 实时调试
• 📝 架构验证
• 🎨 所有MCP工具的可视化界面

访问检查器：

Open browser: http://localhost:5173

weather.py示例：

$ npx @modelcontextprotocol/inspector uv run weather.py
MCP Inspector running at http://localhost:5173
Server: Weather Service
Tools available: get_weather

方法4:Python客户端🐍 （程序化访问）

使用Python代码以编程方式连接到MCP服务器：

示例1：连接到天气服务（Python服务器）

# Run the weather client
python client.py

示例2：连接到Airbnb服务（Node.js服务器）

# Run the Airbnb client (connects to Node.js server via npx)
python client_airbnb.py

客户端功能：

• 📡 程序化MCP服务器连接
• 🔄 异步/等待通信模式
• 🌐 跨语言支持（Python↔ Node.js）
• 🛠️ 从代码直接调用工具
• 📋 动态工具发现 list_tools()

何时使用：

• ✅ 构建MCP供电的应用程序
• ✅ 自动化脚本中的工具调用
• ✅ 测试服务器集成
• ✅ 创建自定义MCP工作流
• ✅ 连接到第三方MCP服务器

方法5:MCP工作室🛠️ （高级测试和流式传输）

MCP Studio提供高级调试功能，尤其适用于流式HTTP传输和复杂的服务器集成。

设置MCP工作室

1.安装MCP Studio：

npm install -g @modelcontextprotocol/studio

2.在中配置远程服务器 .vscode/mcp.json:

{
  "servers": {
    "remote-example": {
      "command": "npx",
      "args": ["mcp-remote", "http://127.0.0.1:8000"]
    }
  }
}

3.运行流媒体服务器：

# Start the streamable server on HTTP transport
uv run python sample_mcp_streamable_server.py
# Server runs on http://127.0.0.1:8000 (or configured port)

4.连接MCP工作室：

# Launch MCP Studio and connect to remote server
mcp-studio --remote http://127.0.0.1:8000

MCP工作室优势：

• 可视化调试：用于工具调用和响应的交互式UI
• 可简化的运输支持：处理可流式传输服务器的HTTP/SSE连接
• 实时监控：实时日志和错误跟踪
• 多服务器测试：同时测试多个服务器
• 集成测试：模拟AI助手交互

何时使用MCP Studio：

• ✅ 测试可流式传输的HTTP服务器
• ✅ 复杂的多工具集成
• ✅ 类似生产的测试场景
• ✅ 调试连接问题

📁 项目结构

learn-mcp-2025/
├── .github/
│   ├── copilot-instructions.md    # AI agent development guidelines
│   └── prompts/                   # Reusable prompt templates
├── .vscode/
│   └── mcp.json                   # MCP server configuration for VS Code/AI assistants
├── .venv/                         # Virtual environment (pip only)
│
├── MCP Servers (Tools for AI Assistants)
├── weather__mcp_server.py         # 🔧 Weather service tools
├── crypto_mcp_server.py           # 🔧 Cryptocurrency price tools
├── local_notes_mcp_server.py      # 🔧 Local notes management (add/get)
├── screenshot_tool.py             # 🔧 Screenshot capture tool
├── pydantic_schema_person_server.py # 🔧 Person data schema & processing
├── resources_mcp_server.py        # 🔧 Resource management (coffee inventory)
├── websearch_mcp_server.py        # 🔧 Web search functionality
├── sample_mcp_streamable_server.py # 🔧 Streamable HTTP transport example
│
├── MCP Clients (Test & Integration)
├── weather_mcp_client.py          # 🔌 Client for weather server
├── airbnb_mcp_client.py           # 🔌 Client for Airbnb server (Node.js)
├── resources_mcp_client.py        # 🔌 Client for resources server
│
├── Configuration & Dependencies
├── pyproject.toml                 # Project metadata & dependencies (UV)
├── requirements.txt               # Pinned dependencies (pip)
├── uv.lock                        # Locked dependency versions (UV)
├── .python-version                # Python version specification
├── .gitignore                     # Git ignore rules
├── notes.txt                      # Data file for local_notes_mcp_server
├── log.txt                        # Log file for person data
└── README.md                      # This file

关键文件说明

📚 快速命令参考

UV命令🔮

pip+venv命令🐍

MCP命令🔧

💡 开发示例

示例1：添加新的天气工具🌤️

编辑 weather.py:

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Weather Service")

@mcp.tool()
def get_weather(location: str) -> str:
    """Get current weather for a location."""
    return f"The current weather in {location} is sunny with a temperature of 25°C."

@mcp.tool()
def get_forecast(location: str, days: int = 7) -> str:
    """Get weather forecast for the next N days."""
    return f"Forecast for {location} for the next {days} days: Mostly sunny"

@mcp.tool()
def get_temperature(location: str, unit: str = "celsius") -> str:
    """Get current temperature in specified unit."""
    temp = 25 if unit == "celsius" else 77
    return f"Temperature in {location}: {temp}°{unit[0].upper()}"

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

示例2：测试新工具✅

# Test with UV
uv run python -c "from weather import get_forecast; print(get_forecast('Paris', 5))"

# Test with pip/venv
python -c "from weather import get_forecast; print(get_forecast('Paris', 5))"

示例3：添加类型安全🔒

from typing import Literal
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Weather Service")

@mcp.tool()
def get_temperature(
    location: str, 
    unit: Literal["celsius", "fahrenheit"] = "celsius"
) -> str:
    """Get temperature with validated unit parameter."""
    temp = 25 if unit == "celsius" else 77
    return f"Temperature in {location}: {temp}°{unit[0].upper()}"

示例4：构建Python MCP客户端🔌

# client.py
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client
import asyncio

server_params = StdioServerParameters(
    command="uv",
    args=["run", "weather.py"]
)

async def main():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            
            # Call a tool
            result = await session.call_tool(
                "get_weather", 
                arguments={"location": "Tokyo"}
            )
            print(result)
            
            # List all available tools
            tools = await session.list_tools()
            print(f"Available tools: {tools}")

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

示例5：跨语言MCP集成🌐

将Python客户端连接到Node.js MCP服务器：

# client_airbnb.py
server_params = StdioServerParameters(
    command="npx",
    args=["-y", "@openbnb/mcp-server-airbnb"]
)

async def main():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            
            # Discover tools from Node.js server
            tools = await session.list_tools()
            print(f"Airbnb MCP Tools: {tools}")

示例6：流式HTTP传输🌐

对于需要基于HTTP通信的高级场景：

# sample_mcp_streamable_server.py
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Streamable MCP Server")

@mcp.tool()
def greet(name: str) -> str:
    """Greets the user with their name."""
    return f"Hello, {name}! Hope you're having a great day! 😊"

if __name__ == "__main__":
    # Use streamable HTTP transport for advanced scenarios
    mcp.run(transport="streamable-http")

测试可流式服务器：

# Start server
uv run python sample_mcp_streamable_server.py

# Test with MCP Studio (in another terminal)
mcp-studio --remote http://127.0.0.1:8000

示例7：调试与验证🐛

# List all tools in your server
uv run python -c "from weather import mcp; print(mcp.list_tools())"

# Check Python version
uv run python --version

# Verify MCP package
uv pip show mcp

# Test imports
uv run python -c "from weather import mcp; print('MCP initialized successfully')"

# Run client tests
python client.py
python client_airbnb.py

🤝 贡献

这是一个学习项目！请随意：

• 🐛 报告错误或问题
• 💡 建议新的MCP工具
• 📝 改进文档
• 🔀 提交拉取请求

📄 许可证

这个项目是为了学习。

______________________________________________________________________

内置于❤️ 学习MCP

⭐ 如果你觉得这个repo有用，请将其标记为星号！