【DeepSeek实战】11、从零构建MCP Server实战：掌握Tool/Resource/Prompt核心能力-CSDN博客

本文链接：https://blog.csdn.net/RickyIT/article/details/149026354

在这里插入图片描述

模型上下文协议（MCP）服务器是实现大模型与外部资源交互的核心组件，它扮演着"能力中台"的角色，为AI系统提供工具调用、资源访问和标准化对话模板等关键功能。

本文将系统整合MCP Server的核心技术与实战代码，通过5000+字的深度解析、关键代码实现与可视化图表，帮助读者从零开始构建一个功能完整的MCP Server，掌握Tool自动调用、Resource安全访问和Prompt模板管理三大核心能力。

一、MCP Server核心概念与价值定位

MCP Server作为模型上下文协议的执行层，是连接大模型与外部世界的"桥梁"。它解决了大模型直接访问外部资源的安全风险、能力边界有限和交互标准化等问题，为构建智能协作系统提供了基础支撑。

1.1 什么是MCP Server？

MCP Server是实现模型上下文协议的服务器端组件，负责接收并处理来自MCP Client的请求，提供工具调用（Tool）、资源访问（Resource）和对话模板（Prompt）三大核心服务。它独立运行在安全隔离的环境中，通过标准化接口与大模型、本地/远程资源进行交互，确保数据安全与操作可控。

graph TD
    A[大模型] -->|MCP协议请求| B[MCP Client]
    B -->|标准化指令| C[MCP Server]
    C --> D[工具服务(Tool)]
    C --> E[资源服务(Resource)]
    C --> F[模板服务(Prompt)]
    D --> G[外部API/函数]
    E --> H[本地文件/数据库]
    F --> I[预设对话模板]
    C --> B
    B --> A

在这里插入图片描述

MCP Server核心功能说明：

服务类型	功能说明	典型应用场景
工具服务	执行API调用和函数操作	调用搜索引擎/计算器/专业工具
资源服务	访问本地/远程数据资源	读取数据库/文件/云存储
模板服务	提供预设对话模板和提示词	标准化问答/报告生成

安全特性：

所有操作在隔离环境中执行
资源访问通过权限控制层
输入/输出经过严格验证
审计日志记录所有操作

1.2 三大核心能力解析

MCP Server的价值在于其三大核心能力的有机结合，满足不同场景下的交互需求：
在这里插入图片描述

（1）Tool能力：自动化工具调用

Tool能力允许大模型根据任务需求自主调用预设的工具函数或外部服务，实现从"思考"到"行动"的闭环。例如，当用户询问"李四的绩效得分"时，大模型可直接调用get_score_by_name工具获取数据，无需人工介入。

技术特点：

自动化触发：由大模型根据上下文自主决定是否调用
函数式接口：通过装饰器@mcp.tool()定义工具函数，规范输入输出
结果自动返回：工具执行结果以结构化格式返回给大模型，用于生成最终响应

（2）Resource能力：安全资源访问

Resource能力提供对本地/远程资源的只读访问，支持读取文件、数据库等数据，同时通过权限控制确保敏感信息安全。例如，读取员工信息Markdown文件或查询销售数据库时，MCP Server会验证访问权限并返回结构化数据。

技术特点：

只读安全模式：默认禁止修改操作，降低数据泄露风险
细粒度权限：通过角色控制（如roles=["finance-team"]）限制资源访问范围
格式标准化：自动将资源内容转换为大模型可理解的格式（如Markdown转文本）

（3）Prompt能力：标准化对话模板

Prompt能力通过预置对话模板引导交互流程，确保任务处理的一致性。例如，绩效评价模板可规范评价维度和措辞，用户选择模板后只需输入员工姓名即可触发标准化评价流程。

技术特点：

模板化设计：预先定义任务处理流程和输出格式
用户触发：需用户明确选择模板，适用于流程固定的场景
可定制化：支持根据业务需求自定义模板内容和参数

1.3 与传统接口的本质区别

特性	传统API接口	MCP Server	核心优势
调用方式	固定参数格式，需人工编码调用	大模型自然语言驱动，自动解析参数	降低开发成本，实现"自然语言编程"
安全控制	需单独实现权限验证	内置访问控制和审批机制	简化安全架构，提高系统可靠性
上下文感知	无上下文关联，每次调用独立	与MCP上下文深度集成，支持状态跟踪	适应长对话场景，保持交互连贯性
扩展性	新增功能需修改接口定义	支持热插拔，新增工具/资源无需重启服务	快速响应业务变化，降低维护成本

二、MCP Server系统架构与技术选型

构建MCP Server需要合理设计系统架构与技术栈，确保其具备高可用性、扩展性和安全性。本节将详细解析MCP Server的分层架构、核心组件与技术选型方案。

2.1 分层架构设计

MCP Server采用分层设计思想，将系统划分为接口层、业务层、数据层和资源层四个层次，各层职责明确，通过标准化接口交互：
在这里插入图片描述

接口层：提供RESTful API或JSON-RPC接口，负责请求解析、参数验证和响应格式化，支持HTTP/HTTPS协议
业务层：实现Tool、Resource、Prompt三大核心服务，包含业务逻辑处理、权限校验和流程控制
数据层：负责上下文数据的存储与检索，支持内存存储、文件存储和数据库存储，提供数据持久化能力
资源层：管理外部工具、文件系统、数据库和模板库，屏蔽底层资源的访问细节

2.2 核心组件解析

基于分层架构，MCP Server包含以下核心组件，协同实现完整功能：

API网关：统一入口，处理请求路由、负载均衡和限流
认证授权组件：验证客户端身份，检查操作权限
三大服务模块：分别实现Tool、Resource、Prompt的业务逻辑
函数/资源/模板仓库：管理工具函数、资源地址和模板内容
上下文管理器：维护会话状态，关联请求与上下文
存储组件：持久化存储上下文数据和系统配置

2.3 技术选型方案

根据MCP Server的功能需求和性能要求，推荐以下技术栈：

组件	推荐技术	选型理由
开发语言	Python 3.10+	生态丰富，支持快速开发，适合AI相关应用
Web框架	FastAPI	高性能，自动生成API文档，支持异步操作
存储方案	内存存储+SQLite/Redis	开发环境用内存存储，生产环境用Redis提高性能
工具管理	装饰器模式+反射	简化工具注册与调用，支持动态发现
资源访问	适配器模式	统一不同类型资源的访问接口，便于扩展
认证授权	JWT+RBAC	轻量级认证，支持基于角色的权限控制
部署方式	Docker容器	环境隔离，便于规模化部署和版本管理

这种技术选型平衡了开发效率、性能和扩展性，适合从小型应用到企业级系统的全场景需求。

三、MCP Server快速入门：环境搭建与项目初始化

本节将从环境搭建开始，逐步完成MCP Server的项目初始化，为后续开发奠定基础。

3.1 开发环境准备

推荐使用uv作为Python包管理工具，它比pip更快且支持虚拟环境管理：

# 安装uv包管理器（版本0.5.24）
pip install uv==0.5.24

# 验证安装
uv --version  # 应输出uv 0.5.24

# 创建项目目录
mkdir mcp-server && cd mcp-server

# 初始化项目
uv init mcp_server

初始化过程中，uv会创建pyproject.toml配置文件，用于管理项目依赖。

3.2 核心依赖安装

编辑pyproject.toml文件，添加以下依赖：

[project]
name = "mcp_server"
version = "0.1.0"
dependencies = [
  "fastapi>=0.104.1",
  "uvicorn>=0.24.0",
  "mcp[cli]>=0.3.0",  # MCP协议基础库
  "python-dotenv>=1.0.0",  # 环境变量管理
  "pydantic>=2.5.2",  # 数据验证
  "sentence-transformers>=2.2.2",  # 摘要生成
]

[tool.uv]
python-version = "3.10"

执行以下命令安装依赖：

uv sync

3.3 项目结构设计

合理的项目结构有助于提高代码可维护性，推荐如下结构：

mcp-server/
├── src/
│   ├── mcp_server/
│   │   ├── __init__.py
│   │   ├── main.py           # FastAPI应用入口
│   │   ├── core/             # 核心组件
│   │   │   ├── __init__.py
│   │   │   ├── context.py    # 上下文管理
│   │   │   ├── storage.py    # 存储模块
│   │   │   └── auth.py       # 认证授权
│   │   ├── services/         # 服务实现
│   │   │   ├── __init__.py
│   │   │   ├── tool.py       # Tool服务
│   │   │   ├── resource.py   # Resource服务
│   │   │   └── prompt.py     # Prompt服务
│   │   └── api/              # API接口
│   │       ├── __init__.py
│   │       ├── endpoints/    # 路由端点
│   │       └── schemas.py    # 请求/响应模型
│   └── run.py                # 启动脚本
├── pyproject.toml            # 项目配置
├── .env                      # 环境变量
└── README.md                 # 项目说明

3.4 启动基础服务

创建src/run.py作为启动脚本：

import uvicorn
from mcp_server.main import app

if __name__ == "__main__":
    # 启动FastAPI服务，监听0.0.0.0:8000
    uvicorn.run(
        app,
        host="0.0.0.0",
        port=8000,
        reload=True  # 开发模式自动重载
    )

创建src/mcp_server/main.py定义FastAPI应用：

from fastapi import FastAPI
from mcp_server.api.endpoints import tool, resource, prompt

# 初始化FastAPI应用
app = FastAPI(
    title="MCP Server",
    description="模型上下文协议服务器，支持Tool/Resource/Prompt服务",
    version="0.1.0"
)

# 注册路由
app.include_router(tool.router, prefix="/tools", tags=["tool"])
app.include_router(resource.router, prefix="/resources", tags=["resource"])
app.include_router(prompt.router, prefix="/prompts", tags=["prompt"])

# 根路径健康检查
@app.get("/")
def health_check():
    return {
   "status": "healthy", "service": "mcp-server"}

执行以下命令启动服务：

uv run src/run.py

访问http://localhost:8000/docs可看到自动生成的API文档，表明基础服务已成功启动。

四、核心能力实现：Tool/Resource/Prompt服务开发

本节将详细实现MCP Server的三大核心服务，包括工具自动调用、资源安全访问和模板管理，通过关键代码展示其实现原理。

4.1 Tool服务：实现自动工具调用

Tool服务允许大模型自主调用预设函数，实现外部功能集成。我们将使用装饰器模式简化工具注册，并通过API接口暴露工具列表与调用能力。

（1）工具注册与管理

创建src/mcp_server/services/tool.py实现Tool服务核心逻辑：

from typing import Dict, Callable, Any, List
from pydantic import BaseModel
from fastapi import APIRouter, HTTPException

router = APIRouter()

# 工具注册表：存储工具名称与对应的函数
tool_registry: Dict[str, Callable] = {
   }
# 工具元数据：存储工具描述等信息
tool_metadata: Dict[str, Dict] = {
   }

class ToolCallRequest(BaseModel):
    """工具调用请求模型"""
    t