MCP 服务器基础示例

这是一个 Model Context Protocol (MCP) 服务器实现的基本示例，展示了包括工具和资源在内的核心功能。

设置步骤

1. 初始化项目（进入任意本地文件夹并启动 PowerShell 或 cmd）:

uv init mcp-server-basic
cd mcp-server-basic

1. 创建虚拟环境并激活它

  uv venv
  .venv\Scripts\activate

1. 安装依赖项：

uv add "mcp[cli]"

或

uv add -r requirements.txt

功能

该服务器实现了以下功能：

工具

• add(a: int, b: int): 将两个数字相加
• subtract(a: int, b: int): 从第一个数字中减去第二个数字

资源

• greeting://{name}: 返回个性化的问候语

运行服务器

要使用 MCP Inspector 运行服务器以进行开发：

uv run mcp dev main.py

正常运行服务器：

uv run mcp run

要在 Claude 桌面应用程序中安装服务器：

uv run mcp install main.py

在 VS Code 中连接 MCP

• 在 vs code 中打开文件夹/mcp-server-basic
• 打开终端并运行以下命令：

uv run main.py

• 点击 Cntrl+Shift+I 在 vs code 中启动聊天
• 使用 Github 登录并设置
• 按照以下步骤操作（两种方式为 vs code 用户设置添加 MCP 配置）：

观看演示

项目结构

• main.py: 包含工具和资源的主要服务器实现
• pyproject.toml: 项目配置和依赖项

2.0 代理 AI 和生成式 AI 与 MCP 训练营

立即报名

课程概述：

导师：Sourangshu Paul, Mayank Aggarwal, Krish And Sunny

开始日期：2025年5月10日

时间：印度标准时间上午8点至11点（周六和周日）

时长：4-5个月

本课程专为希望在代理 AI、多智能体系统和 AI 驱动的自动化方面建立专业知识的 AI 开发人员、机器学习工程师、数据科学家和软件工程师设计。无论你是 AI 代理的新手还是已有 NLP 和 GenAI 经验，本课程都将为你提供开发、部署和大规模管理 AI 代理所需的知识和实践技能。通过本课程的学习，你将掌握代理 AI 框架、多智能体协作、实际自动化以及端到端 AI 部署的坚实基础，并通过实际项目获得实践经验。