基于华为开发者空间从0实现一个MCP Server

1 概述

1.1 案例介绍

MCP (Model Context Protocol) 是一个开放协议，用于标准化应用程序如何向 LLM 提供上下文。可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供标准化方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了标准化的方式。 MCP 的核心遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器： {{{width="60%" height="auto"}}} - MCP 主机：希望通过 MCP 访问数据的 Claude Desktop、IDE 或 AI 工具等程序； - MCP 客户端：与服务器保持 1：1 连接的协议客户端； - MCP 服务器：轻量级程序，每个程序都通过标准化的 Model Context Protocol 公开特定功能； - 本地数据源：MCP 服务器可以安全访问的计算机文件、数据库和服务； - 远程服务：MCP 服务器可以连接到的 Internet 上可用的外部系统（例如，通过 API）。本案例通过实际操作，让大家深入了解如何利用云主机完成MCP Server开发和部署，如何通过大模型调用MCP Server服务。

1.2 适用对象

企业
个人开发者
高校学生

1.3 案例时间

本案例总时长预计60分钟。

1.4 案例流程

{{{width="70%" height="auto"}}}

说明： ① 用户打开华为开发者空间云主机； ② 浏览器下载VSCode，完成安装配置； ③ VSCode中使用cline插件配置MaaS提供免费版DeepSeek-R1模型； ④ MCP Server服务开发及部署； ⑤ Cline插件配置MCP Server服务并调用MCP Server提供的工具。

1.5 资源总览

本案例预计花费0元。 |资源名称|规格|单价（元）|时长（分钟）| |-|-|-|-| |开发者空间--云主机|2vCPUs | 4GB X86 |Ubuntu 22.04 Server定制版 |0| 60

2 环境配置

2.1 开发者空间配置

面向广大开发者群体，华为开发者空间提供一个随时访问的“开发桌面云主机”、丰富的“预配置工具集合”和灵活使用的“场景化资源池”，开发者开箱即用，快速体验华为根技术和资源。如果还没有领取开发者空间云主机，可以参考免费领取云主机文档领取。领取云主机后可以直接进入华为开发者空间工作台界面，点击进入桌面连接云主机。

2.2 免费领取DeepSeek-R1满血版

详细步骤请参考案例中步骤2.1

2.3 安装VSCode

详细步骤请参考案例中步骤2.2

2.4 安装并配置Cline插件

详细步骤请参考案例中步骤2.3

3 项目构建

3.1 Server环境设置

在VSCode中，左上角点击文件->打开文件夹，在截图目录下创建文件mcp-test，点击左上角打开。通过Ctrl + `键打开终端，安装并设置运行脚本所需的Python所需的环境和配置。也可以点击顶部终端->新建终端打开。

1curl -fsSL https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/case/0037/uv-installer.sh -o uv-installer.sh | sh
2

1sudo snap install astral-uv --classic
2

安装完毕后，在终端输入uv --version，查看uv版本。

通过Ctrl + ` 键打开终端，执行如下命令完成工程初始化，运行成功后，左侧目录下会出现weather文件夹。

1uv init weather
2cd weather
3

3. 初始化完毕后，进行虚拟环境创建并激活，将以下命令复制到终端中。

1uv venv
2source .venv/bin/activate
3

激活完成后，在终端前方会出现（weather）字样，代表激活成功。
执行以下命令安装MCP Server开发所需要的依赖包。

1uv add "mcp[cli]" httpx -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
2

创建weather.py文件，创建完毕后，在weather文件夹下会出现weather.py文件，表示文件创建成功。

1touch weather.py
2

3.2 MCP Server功能实现

注意：此步骤中所有代码统一复制到weather.py文件中。 1. 初始化Server实例，并定义API变量。将以下代码复制到创建的weather.py文件中。 FastMCP类使用Python类型提示和文档字符串自动生成工具定义，从而轻松创建和维护MCP工具。

1from typing import Any
2import httpx
3from mcp.server.fastmcp import FastMCP
4
5# Initialize FastMCP server
6mcp = FastMCP("weather")
7
8# Constants
9NWS_API_BASE = "https://api.weather.gov"
10USER_AGENT = "weather-app/1.0"
11

2. 定义用于查询和格式化Weather Service API中的数据的帮助函数：

1async def make_nws_request(url: str) -> dict[str, Any] | None:
2    """Make a request to the NWS API with proper error handling."""
3    headers = {
4        "User-Agent": USER_AGENT,
5        "Accept": "application/geo+json"
6    }
7    async with httpx.AsyncClient() as client:
8        try:
9            response = await client.get(url, headers=headers, timeout=30.0)
10            response.raise_for_status()
11            return response.json()
12        except Exception:
13            return None
14
15def format_alert(feature: dict) -> str:
16    """Format an alert feature into a readable string."""
17    props = feature["properties"]
18    return f"""
19Event: {props.get('event', 'Unknown')}
20Area: {props.get('areaDesc', 'Unknown')}
21Severity: {props.get('severity', 'Unknown')}
22Description: {props.get('description', 'No description available')}
23Instructions: {props.get('instruction', 'No specific instructions provided')}
24"""
25

定义MCP Server工具函数get_alerts和get_forecast，工具函数用来执行查询天气情况的逻辑，将以下代码复制到weather.py文件中。

1@mcp.tool()
2async def get_alerts(state: str) -> str:
3    """Get weather alerts for a US state.
4
5    Args:
6        state: Two-letter US state code (e.g. CA, NY)
7    """
8    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
9    data = await make_nws_request(url)
10
11    if not data or "features" not in data:
12        return "Unable to fetch alerts or no alerts found."
13
14    if not data["features"]:
15        return "No active alerts for this state."
16
17    alerts = [format_alert(feature) for feature in data["features"]]
18    return "\n---\n".join(alerts)
19
20@mcp.tool()
21async def get_forecast(latitude: float, longitude: float) -> str:
22    """Get weather forecast for a location.
23
24    Args:
25        latitude: Latitude of the location
26        longitude: Longitude of the location
27    """
28    # First get the forecast grid endpoint
29    points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
30    points_data = await make_nws_request(points_url)
31
32    if not points_data:
33        return "Unable to fetch forecast data for this location."
34
35    # Get the forecast URL from the points response
36    forecast_url = points_data["properties"]["forecast"]
37    forecast_data = await make_nws_request(forecast_url)
38
39    if not forecast_data:
40        return "Unable to fetch detailed forecast."
41
42    # Format the periods into a readable forecast
43    periods = forecast_data["properties"]["periods"]
44    forecasts = []
45    for period in periods[:5]:  # Only show next 5 periods
46        forecast = f"""
47{period['name']}:
48Temperature: {period['temperature']}°{period['temperatureUnit']}
49Wind: {period['windSpeed']} {period['windDirection']}
50Forecast: {period['detailedForecast']}
51"""
52        forecasts.append(forecast)
53
54    return "\n---\n".join(forecasts)
55

定义主函数，在云主机部署MCP Server，将以下代码复制到weather.py文件中，进行服务器部署。

1if __name__ == "__main__":
2    # Initialize and run the server
3    mcp.run(transport='stdio')
4

在终端输入以下命令，运行脚本，如果能查询到Server进程表示部署成功。

1uv run weather.py
2

3.3 Cline插件上配置MCP Server

配置Server。点击之前安装的Cline插件，随后点击上方MCP Server->Installed->Configure MCP Servers。

将以下代码替换到cline_mcp_settings.json文件中。

1{
2  "mcpServers": {
3    "weather": {
4      "disabled": false,
5      "timeout": 60,
6      "command": "uv",
7      "args": [
8        "--directory",
9        "/home/developer/IDEProjects/mcp-test/weather",
10        "run",
11        "weather.py"
12      ],
13      "transportType": "stdio"
14    }
15  }
16}
17

替换关键参数。args中的地址需要根据自身实际地址进行替换。在终端输入pwd，获取路径，对args中的路径参数进行替换。
将json文件中的路径参数替换之后ctrl+s进行保存，可以看到，MCP Server提供两个工具，分别为get_alerts和get_forecast，至此MCP Server配置完成。

3.4 Cline插件调用MCP Server工具查询天气

cline新建会话，点击Auto-approve，设置MCP服务开关配置。
选择Use MCP Servers，打开调用开关。再点击上放三角缩放页面。
由于本地搭建的Server服务使用的是美国天气服务API，所以这里我们提问：未来三天纽约天气怎么样？点击右侧三角符进行提问。首次提问会询问经纬度坐标，选择默认坐标运行即可。稍等片刻后，返回纽约天气
在服务运行过程中可以看到成功调用本地MCP Server提供的工具，表示大模型可以成功自动调用MCP提供的工具，并能根据工具进行结果返回。至此，基于华为开发者空间云主机搭建MCP Server服务到此结束。

《基于华为开发者空间从0实现一个MCP Server》是转载文章，点击查看原文。