本案例选自华为云案例中心官网《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：
l MCP 主机：希望通过 MCP 访问数据的 Claude Desktop、IDE 或 AI 工具等程序；
l MCP 客户端：与服务器保持 1：1 连接的协议客户端；
l 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；
l 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；
l 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）。
本案例选择云主机本地搭建 MCP Server 服务作为示例，在华为开发者空间云主机部署 MCP Server 服务，基于 MaaS 提供的免费 DeepSeek-R1 大模型调用 MCP Server 提供的工具来进行功能实现。
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
l 企业
l 个人开发者
l 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
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 Sercer 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。
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。开发服务及工具_服务详情_开发者-华为云
领取云主机后可以直接进入华为开发者空间，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
1.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。
curl -fsSL https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/case/0037/uv-installer.sh -o uv-installer.sh | sh
复制代码
sudo snap install astral-uv --classic
复制代码
安装完毕后，在终端输入 uv --version,查看 uv 版本。
2. 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。
uv init weather cd weather
复制代码
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。
uv venv source .venv/bin/activate
复制代码
4. 激活完成后，在终端前方会出现（weather）字样，代表激活成功。
5. 执行以下命令安装 Mcp Server 开发所需要的依赖包。
uv add "mcp[cli]" httpx -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
复制代码
6. 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。
3.2 Mcp Server 功能实现
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。
from typing import Any import httpx from mcp.server.fastmcp import FastMCP # Initialize FastMCP server mcp = FastMCP("weather") # Constants NWS_API_BASE = "https://api.weather.gov" USER_AGENT = "weather-app/1.0"
复制代码
2. 定义用于查询和格式化 Weather Service API 中的数据的帮助函数：
async def make_nws_request(url: str) -> dict[str, Any] | None: """Make a request to the NWS API with proper error handling.""" headers = { "User-Agent": USER_AGENT, "Accept": "application/geo+json" } async with httpx.AsyncClient() as client: try: response = await client.get(url, headers=headers, timeout=30.0) response.raise_for_status() return response.json() except Exception: return None def format_alert(feature: dict) -> str: """Format an alert feature into a readable string.""" props = feature["properties"] return f""" Event: {props.get('event', 'Unknown')} Area: {props.get('areaDesc', 'Unknown')} Severity: {props.get('severity', 'Unknown')} Description: {props.get('description', 'No description available')} Instructions: {props.get('instruction', 'No specific instructions provided')} """
复制代码
3. 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 VSCode 中。
@mcp.tool() async def get_alerts(state: str) -> str: """Get weather alerts for a US state. Args: state: Two-letter US state code (e.g. CA, NY) """ url = f"{NWS_API_BASE}/alerts/active/area/{state}" data = await make_nws_request(url) if not data or "features" not in data: return "Unable to fetch alerts or no alerts found." if not data["features"]: return "No active alerts for this state." alerts = [format_alert(feature) for feature in data["features"]] return "\n---\n".join(alerts) @mcp.tool() async def get_forecast(latitude: float, longitude: float) -> str: """Get weather forecast for a location. Args: latitude: Latitude of the location longitude: Longitude of the location """ # First get the forecast grid endpoint points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}" points_data = await make_nws_request(points_url) if not points_data: return "Unable to fetch forecast data for this location." # Get the forecast URL from the points response forecast_url = points_data["properties"]["forecast"] forecast_data = await make_nws_request(forecast_url) if not forecast_data: return "Unable to fetch detailed forecast." # Format the periods into a readable forecast periods = forecast_data["properties"]["periods"] forecasts = [] for period in periods[:5]: # Only show next 5 periods forecast = f""" {period['name']}: Temperature: {period['temperature']}°{period['temperatureUnit']} Wind: {period['windSpeed']} {period['windDirection']} Forecast: {period['detailedForecast']} """ forecasts.append(forecast) return "\n---\n".join(forecasts)
复制代码
4. 定义主函数，在云主机部署 Mcp Server，将以下代码复制到 VSCode 中，进行服务器部署。
if __name__ == "__main__": # Initialize and run the server mcp.run(transport='stdio')
复制代码
5. 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。
3.3 Cline 插件上配置 Mcp Server
1. 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。
{ "mcpServers": { "weather": { "disabled": false, "timeout": 60, "command": "uv", "args": [ "--directory", "/home/developer/IDEProjects/mcp-test/weather", "run", "weather.py" ], "transportType": "stdio" } } }
复制代码
2. 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。
3. 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
1. cline 新建会话，点击 Auto-approve，设置 MCP 服务开关配置。
2. 选择 Use MCP Servers，打开调用开关。再点击上放三角缩放页面。
3. 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
4. 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。
点击关注，第一时间了解华为云新鲜技术~
评论