随着ai的快速发展，mcp server也逐渐被大家所熟知，但是我只是大概知道有这么个东西，经常在一些文档、组件库当中看到其接入方式，但是具体怎么使用，还是一头雾水
于是，这周末我花了一点时间研究了一下mcp server
什么是mcp协议
mcp协议是model context protocol的缩写，是一种用于与ai模型交互的协议。
mcp协议的目的是：提供一个标准化的接口，实现标准输入【自然语言】与大模型之间的交互
mcp server的原理
mcp server的原理是：
- 人通过mcp client输入文字
- 向mcp server获取list of tools
- mcp client将文字和list of tools发送给大模型
- 大模型根据文字和list of tools选择一个最合适工具
- 提供参数，调用mcp server的tool，获取结果
- mcp server将输出结果返回给大模型
- 大模型对信息进行总结，并返回给用户
对应有两个作用：
- 接受mcp client调用，返回list of tools
- 接受大模型调用，选择最合适的tool，大模型提供参数，mcp server调用tool，返回结果给大模型
具体流程图如下：
sequenceDiagram
participant User as 用户
participant Client as MCP Client
participant Server as MCP Server
participant Model as 大模型
User->>Client: 输入文字（自然语言）
Client->>Server: 请求可用工具列表
Server-->>Client: 返回工具列表
Client->>Model: 发送文字 + 工具列表
Model->>Model: 分析输入，选择工具
Model->>Server: 调用工具并传入参数
Server-->>Model: 返回工具执行结果
Model->>Client: 整合结果生成自然语言
Client-->>User: 返回最终结果
mcp server的实现
mcp server的实现方式有多种，官方也提供了多种语言的sdk
官方Github仓库地址：https://github.com/orgs/modelcontextprotocol/repositories
python实现一个简单的mcp server
1. 下载uv
官方文档：https://docs.astral.sh/uv/
安装命令
curl -LsSf https://astral.sh/uv/install.sh | sh
2. 创建项目
uv new mcp-server-demo
3. 安装mcp server依赖
uv add "mcp[cli]"
4. 新建main.py
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("Demo")
@mcp.tool()
def add(a: int, b: int) -> int:
# 这个注释是必须要写的
"""Add two numbers"""
return a + b
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
"""Get a Peosonize Greeting"""
return f"Hello, {name}"
if __name__ == "__main__":
print()
mcp.run(transport="stdio")
函数下方的多行注释是必须要写的，这是mcp server的规范，用于描述工具的用途和参数。
5. 运行mcp server
uv run mcp-server-demo
6. 在cherry studio中接入mcp server
cherry studio官方地址：https://www.cherry-ai.com/
用这个ai客户端的原因是：
- 国内服务器，速度快
- 免费使用Qwen3-8B和GLM4.5大模型
在cherry studio中接入mcp server：
保存后启动，如果开关能正常启用，则说明mcp server接入成功
7. 使用
选择“加法”这个tool
然后提问
非常🐮🍺，真的实现了！
ai编程软件接入mcp server
cursor，codex，claude code，trae等其实都是mcp client，他们也可以接入许多mcp server去实现更加复杂的功能，提升开发效率
举个cursor的例子
新建.cursor/mcp.json
{
"mcpServers": {
"mysql": {
"command": "uv",
"args": [
"--directory",
"/Users/pzj/Code/mcp/mysql_mcp_server",
"run",
"mysql_mcp_server"
],
"env": {
"MYSQL_HOST": "xx.xx.xx.xx",
"MYSQL_PORT": "3306",
"MYSQL_USER": "xx",
"MYSQL_PASSWORD": "xx",
"MYSQL_DATABASE": "xx"
}
},
"Ant Design Components": {
"command": "npx",
"args": [
"@jzone-mcp/antd-components-mcp"
]
},
"next-devtools": {
"command": "npx",
"args": ["-y", "next-devtools-mcp@latest"]
},
"tailwindcss-server": {
"command": "npx",
"args": ["-y", "tailwindcss-mcp-server"]
},
"note-server - API 文档": {
"command": "npx",
"args": [
"-y",
"apifox-mcp-server@latest",
"--project-id=xx"
],
"env": {
"APIFOX_ACCESS_TOKEN": "xx"
}
}
}
}
可以看到，我在cursor中接入了mysql，ant design，next，tailwindcss，apifox等mcp server，这样我就可以在cursor中使用这些工具来辅助我编程，大大提升开发效率
但是，我发现市面上的mcp server大多数都是一些小工具以及组件库的mcp server
对于一些后端的服务如mysql，redis，mongodb，elasticsearch，kafka，rabbitmq等，市面上的mcp server可能有，但是仅仅只是执行命令而已，而且数据非常敏感并且交给ai操作安全性特别低
ai竟然真能删库跑路
所以我们在使用ai写代码的时候，一定要进行code review，不要把ai写的代码直接提交到仓库，代码是ai写的，锅不能甩给ai，风险是自己的🤡