太炸裂，10分钟小白用Cursor开发自己的MCP服务器，赶紧学起来

视频配套飞书版文档请见文末。

在本教程中，我们将构建一个简易的 MCP 天气服务器（参考MCP官方文档），并将其与一个主机（客户端），即 Cursor 客户端相连接。

当前，许多大语言模型（LLM）尚不具备获取天气预报及恶劣天气警报的能力。我们将借助 MCP 来解决这一问题！

我们会构建一个服务器，该服务器将暴露两个工具：get-alerts 和 get-forecast。随后，我们会把此服务器连接到一个 MCP 客户端。

众多编程语言都支持开发 MCP 服务器，例如 Python、JavaScript、Java、Kotlin、C# 等。在此，我们选用 Python 进行演示。

配套视频

搭建Python开发环境

首先，让我们安装 uv ，uv（Rust 版）需要 Python 3.8+ 环境：

通过 pip 安装（推荐）：

以MacOS/Linux为例： 

以Windows为例:

之后请务必重启你的终端，以确保 uv 命令被识别。

创建项目

现在，让我们创建并设置我们的项目：

以MacOS/Linux为例：

以Windows为例:

现在让我们深入构建你的服务器。

服务器代码编写

将如下代码添加到你的 weather.py 文件的顶部：

让我们详细解释FastMCP类的功能和用法。FastMCP是一个用于构建工具服务器的框架，具有以下主要特点：

1初始化

FastMCP实例化时需要一个名称参数，这里使用"weather"作为服务名称。这个名称用于标识该工具服务器。

1工具装饰器 

FastMCP提供了@mcp.tool()装饰器，用于将函数注册为工具。例如：

这个装饰器将普通函数转换为可以通过MCP服务器调用的工具。

1异步支持

FastMCP完全支持异步操作，可以处理异步函数（使用async/await语法）。这在处理I/O密集型操作（如API请求）时特别有用。

1运行服务器

FastMCP提供了run()方法来启动服务器。可以指定不同的传输方式，这里使用'stdio'（标准输入输出）作为传输方式。

1依赖管理

从pyproject.toml文件可以看出，FastMCP是通过mcp[cli]包提供的，版本要求≥1.6.0：

在这个天气应用中，FastMCP被用来：

1创建一个天气服务工具服务器

1提供两个主要工具函数：

1get_alerts: 获取特定州的天气警报

1get_forecast: 获取特定位置的天气预报

1处理异步API请求

1格式化和返回天气数据 

查询天气和格式化函数

接下来这2个函数，用于查询和格式化来自 National Weather Service API 的数据：

编写2个工具函数 

Tool 函数负责实际执行每个 tool 的逻辑。让我们添加它：

运行服务器

最后，让我们初始化并运行 server：

Server 已经完成！运行 uv run weather.py 以确认一切正常。 

现在让我们从现有的 MCP host(Cursor) 测试你的 server。

Cursor 连接你的Server

在Cursor中填写MCP的配置信息：

这告诉 Cursor：

1有一个名为 “weather” 的 MCP server。

1通过运行 uv --directory /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather run weather.py 来启动它。

底层执行流程

当你通过客户端（Cursor）提出问题时：

1客户端（client）将你的问题发送给 LLM；

1LLM 分析可用的 tools 并决定使用哪些 tool；

1客户端（client） 通过 MCP server 执行选择的 tool；

1结果被发回给 LLM；

1LLM 制定自然语言响应；

1响应显示给你；