使用 Cloudflare Workers 的 MCP 服务器

简介

模型上下文协议（MCP）是一个开放标准，它使 AI 代理和助手能够与服务进行交互。通过设置 MCP 服务器，您可以允许 AI 助手直接访问您的 API。

Cloudflare Workers 结合 workers-mcp 包提供了一个强大且可扩展的解决方案来构建 MCP 服务器。

前提条件

在开始之前，请确保您具备以下条件：

• Cloudflare 账户
• 已安装 Node.js
• 已安装 Wrangler CLI (npm install -g wrangler)

---

开始使用

第 1 步：创建一个新的 Cloudflare Worker

首先，初始化一个新的 Cloudflare Worker 项目：

npx create-cloudflare@latest my-mcp-worker
cd my-mcp-worker

然后，验证您的 Cloudflare 账户：

wrangler login

第 2 步：配置 Wrangler

更新您的 wrangler.toml 文件以包含正确的账户信息：

name = "my-mcp-worker"
main = "src/index.ts"
compatibility_date = "2025-03-03"
account_id = "your-account-id"

---

安装 MCP 工具

要启用 MCP 支持，请安装 workers-mcp 包：

npm install workers-mcp

运行设置命令以配置 MCP：

npx workers-mcp setup

这将：

• 添加必要的依赖项
• 设置本地代理以供测试
• 配置 Worker 以符合 MCP 标准

---

编写 MCP 服务器代码

更新您的 src/index.ts 以定义您的 MCP 服务器：

import { WorkerEntrypoint } from 'cloudflare:workers';
import { ProxyToSelf } from 'workers-mcp';

export default class MyWorker extends WorkerEntrypoint<Env> {
  /**
   * A friendly greeting from your MCP server.
   * @param name {string} The name of the user.
   * @return {string} A personalized greeting.
   */
  sayHello(name: string) {
    return `Hello from an MCP Worker, ${name}!`;
  }

  /**
   * @ignore
   */
  async fetch(request: Request): Promise<Response> {
    return new ProxyToSelf(this).fetch(request);
  }
}

关键组件：

• WorkerEntrypoint：管理传入请求和方法暴露。
• ProxyToSelf：确保符合 MCP 协议。
• sayHello 方法：AI 助手可以调用的一个示例 MCP 函数。

---

添加 API 调用

您可以通过集成外部 API 来扩展您的 MCP 服务器。这里有一个获取天气数据的例子：

export default class WeatherWorker extends WorkerEntrypoint<Env> {
  /**
   * Fetch weather data for a given location.
   * @param location {string} The city or ZIP code.
   * @return {object} Weather details.
   */
  async getWeather(location: string) {
    const response = await fetch(`https://api.weather.example/v1/${location}`);
    const data = await response.json();
    return {
      temperature: data.temp,
      conditions: data.conditions,
      forecast: data.forecast
    };
  }

  async fetch(request: Request): Promise<Response> {
    return new ProxyToSelf(this).fetch(request);
  }
}

---

部署 MCP 服务器

一旦您的 Worker 设置完成，将其部署到 Cloudflare：

npx wrangler deploy

部署完成后，您的 Worker 就上线了，AI 助手可以发现并使用您的 MCP 工具。

要更新您的 MCP 服务器，请重新部署：

npm run deploy

---

测试 MCP 服务器

要本地测试您的 MCP 设置：

npx workers-mcp proxy

此命令启动一个本地代理，允许 MCP 客户端（如 Claude Desktop）连接。

---

安全性

为了保护您的 MCP 服务器，请使用 Wrangler Secrets：

npx wrangler secret put MCP_SECRET

这会添加一个共享密钥认证机制，防止未经授权的访问。

---

结论

恭喜！您已经成功地使用 Cloudflare Workers 构建并部署了一个 MCP 服务器。现在您可以为其添加更多功能，并向 AI 助手公开新的工具。

有关更多详细信息，请参阅 Cloudflare MCP 文档。

---