Mcp Server Templates

🚀 MCP 服务器模板

本仓库提供了一个用于本地开发的 MCP（模型上下文协议）服务器设置模板。它包含了不同 MCP 服务器实现的示例，具体如下：

• 天气 API：可提供天气警报和预报服务。
• 计算器：支持基本和高级数学运算。
• Notes：具备简单的笔记功能，支持本地文件存储。

⚠️ 重要提示

该项目要求 Python 3.10 或更高版本。有关使用正确 Python 版本的说明，请参见脚注。

🚀 快速开始

项目结构

├── servers/          # MCP 服务器实现
│   ├── calculator.py # 计算器服务器实现
│   ├── notes.py      # Notes 服务器实现
│   └── weather.py    # 天气 API 服务器实现
├── docs/             # 文档
├── requirements.txt  # Python 依赖项
└── README.md         # 此文件

需求

• Python 3.10+
• FastMCP 库
• requirements.txt 中列出的其他依赖项
• UV 包管理器（推荐用于更快安装）

设置

1. 克隆仓库：

   git clone 
   cd mcp-server-templates
   

2. 创建虚拟环境（推荐）：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
   

3. 安装 UV 包管理器（如果尚未安装）：

   pip install uv
   

4. 使用 UV 安装依赖项：

   uv pip install -r requirements.txt
   

✨ 主要特性

天气 API 服务器

• 提供 get_alerts 工具，可获取美国州的天气警报。
• 提供 get_forecast 工具，能根据纬度和经度获取位置的天气预报。

计算器服务器

• 支持基本运算，如加、减、乘、除。
• 支持高级运算，如平方根、指数等。
• 支持括号和连续运算。

Notes 服务器

• create_note：创建新笔记。
• retrieve_note：通过 ID 检索笔记。
• update_note：更新现有笔记。
• delete_note：删除笔记。
• list_notes：列出所有笔记。

💻 使用示例

运行 MCP 服务器

每个 MCP 服务器都可以使用 MCP 开发服务器命令运行。

天气 API 服务器

mcp dev servers/weather.py

计算器服务器

mcp dev servers/calculator.py

Notes 服务器

mcp dev servers/notes.py

VS Code 集成

在 VS Code 中使用时，可以将服务器作为语言服务器安装，并提供以下配置：

{
"mcp.servers": {
"calculator": {
"path": "servers/calculator.py",
"args": []
},
"notes": {
"path": "servers/notes.py",
"args": []
},
"weather": {
"path": "servers/weather.py",
"args": []
}
}
}

📄 许可证

• MCP 介绍及官方文档
• MCP Python 包在 PyPI 上

脚注：

1. Python 版本要求：

   • 建议使用 Python 3.8 或更高版本。
   • 安装指定 Python 版本的方法包括使用 pyenv、virtualenv 或 Anaconda。

2. 使用 Pyenv 的示例：

   # 安装 pyenv 并设置 Python 版本
   brew install pyenv
   pyenv install 3.10
   pyenv global 3.10
   
   # 激活虚拟环境（可选）
   python -m venv mcp_env
   source mcp_env/bin/activate
   

3. 在 Anaconda 中使用示例：

   conda create -n mcp python=3.10
   conda activate mcp
   pip install uv
   uv pip install -r requirements.txt
   

4. 依赖管理提示：

   • 使用 uv 可以并行安装依赖，加速安装过程。
   • 对于特定 Python 版本的依赖，请参阅 requirements.txt。

5. 运行时注意事项：

   • 确保所有依赖项已正确安装。
   • 在生产环境中使用前，请进行充分测试和优化。