NewsletterBlogGlossary

如何创建 MCP Server：从零开始的完整指南

MCP Server 是连接 AI 模型与外部工具的标准接口。本文讲解 MCP 架构原理与基本实现方式。

tools
分享XLinkedIn

如何创建 MCP Server：从零开始的完整指南

Model Context Protocol（MCP） 是 Anthropic 于 2024 年 11 月发布的开源标准，专门解决 AI 模型与外部数据源、工具之间的集成问题。如果你想让 Claude、GPT-4 或其他大语言模型访问你的数据库、API 或自定义工具，创建一个 MCP Server 是目前最标准化的做法。

MCP 解决了什么问题

传统的 AI 集成是 M×N 问题：M 个 AI 模型需要分别对接 N 个外部工具，每对都要写定制代码。MCP 把这个问题变成 M+N：每个 AI 实现一次 MCP Client，每个工具实现一次 MCP Server，双方通过统一协议通信。

这就是为什么它被称为"AI 的 USB-C 接口"——标准化之后，任何符合规范的 AI 都能直接使用任何符合规范的工具，不需要额外的胶水代码。

截至 2026 年初，OpenAI、Google DeepMind、Microsoft、Apple 均已接入 MCP，月 SDK 下载量超过 9700 万次。这个增长速度说明生态已经成型，现在是学习创建 MCP Server 的好时机。

MCP 的技术架构

在动手之前，需要理解三个核心角色：

  • Host：运行 AI 模型的应用，比如 Claude Desktop 或你自己的 AI 应用
  • Client：Host 内部管理 MCP 连接的组件
  • Server：你要创建的部分，暴露工具、资源或 Prompt 给 AI 使用

通信层基于 JSON-RPC 2.0。传输方式有两种：

  • stdio：本地进程间通信，适合本地工具和开发调试
  • Streamable HTTP：网络传输，适合远程服务和生产部署

对于大多数开发者来说，从 stdio 开始最简单——不需要处理网络配置，直接在本地跑起来。

基本 Server 实现结构

一个最小可用的 MCP Server 需要做三件事：

1. 声明能力（Capabilities）

Server 启动时告诉 Client 自己支持什么：工具（Tools）、资源（Resources）还是提示词模板（Prompts）。大多数场景从 Tools 开始就够了。

2. 定义工具（Tools）

每个 Tool 需要：名称、描述（AI 靠这个决定何时调用）、输入 Schema（JSON Schema 格式）、执行逻辑。

描述写得好不好直接影响 AI 能不能正确使用你的工具。描述要精确说明工具做什么、什么时候适合用、参数的含义。

3. 处理请求

实现 tools/call handler，接收 AI 发来的调用请求，执行逻辑，返回结果。结果可以是文本、JSON 或错误信息。

官方提供了 Python 和 TypeScript 的 SDK，两者都封装好了协议细节，你只需要关注业务逻辑。Python SDK 适合数据处理类工具，TypeScript SDK 适合前端或 Node.js 环境。

安全注意事项

MCP 的安全性是一个需要认真对待的话题。研究人员已经记录了几类风险：

  • Prompt Injection：恶意数据源可以在返回内容中插入指令，欺骗 AI 执行非预期操作
  • 工具滥用：AI 可能在没有充分授权的情况下调用破坏性工具

MCP 规范包含 OAuth 2.1 授权机制，但实现细节复杂，许多早期 Server 并未完整实现。

实践建议：对写操作（数据库写入、文件删除、API 调用）加确认步骤；限制 Server 的权限范围，遵循最小权限原则；不要信任来自外部数据源的内容作为可执行指令。

治理与生态现状

2025 年 12 月，Anthropic 将 MCP 项目捐赠给 Agentic AI Foundation（AAIF），这是 Linux Foundation 旗下新成立的组织。这意味着 MCP 不再是 Anthropic 的私有标准，而是由社区共同治理的开放协议。

对开发者来说，这个消息很重要：你现在构建的 MCP Server，未来不会因为某家公司的商业决策而失效。投入学习 MCP 的时间是值得的。

关于 agentic coding 的更多背景，可以参考我们的词汇解释。如果你想了解 MCP 在实际开发工作流中的位置，可以读读为什么 Claude Code 不只是一个编程工具这篇文章。

从哪里开始

如果你是第一次接触 MCP：

  1. 先读 MCP 官方规范，理解协议的设计意图
  2. 用官方 Python 或 TypeScript SDK 创建一个最简单的 Tool Server
  3. 用 Claude Desktop 或 MCP Inspector 测试你的 Server
  4. 在本地跑通 stdio 传输后，再考虑 HTTP 部署

MCP 的学习曲线不高，但协议细节值得仔细阅读。理解 JSON-RPC 的请求/响应结构，以及 Client 如何发现 Server 的能力，会让你少踩很多坑。

觉得有用？订阅 LoreAI，每天 5 分钟掌握 AI 动态。