MCP協議之MCP-server(sse方式)實踐 原創
背景
在《MCP協議簡述之MCP-server實戰》中，我們實現了一個本地的MCP-server，然后在支持MCP協議的客戶端程序(如cursor、cherry-studio)中配置調用了該MCP-server。本章主要探索如何將MCP-server發布為遠程服務，使得其他用戶可以直接使用MCP-server。
回顧問題
在上一章，我們在cherry-studio中配置了獲取天氣的本地mcp-server，關鍵配置如下：
{
"mcpServers":{
"weather":{
"command":"/Users/deadwalk/.local/bin/uv",
"args":[
"--directory",
"/Users/deadwalk/Code/ai_proj_agent/weather",
"run",
"weather.py"
]
}
}
}這種方式的主要問題是：weather這個mcp-server是本地的，只有當前本地用戶才能使用，網絡上的其他用戶是無法使用的。
解決方案
我們需要將MCP-server進行改造，使得其他用戶可以直接使用。
MCP-server改造前的實現
- 導入包并設置實例
from typing import Any, Dict
import httpx
from mcp.server.fastmcp import FastMCP
# 初始化FastMCP服務器
mcp = FastMCP("weather")
# 常量
BAIDU_API_BASE = "https://api.map.baidu.com/weather/v1/"
BAIDU_API_KEY = "8HkEwz5h********"- 實現入口函數的部分
if __name__ == "__main__":
# 初始化并運行服務器
mcp.run(transport='stdio')MCP-server源碼分析
通過查看FastMCP的源碼，可以看到FastMCP在實例化對象的時候，是可以配置setting的
class FastMCP:
def __init__(
self, name: str | None = None, instructions: str | None = None, **settings: Any
):
self.settings = Settings(**settings) # 這里就是設置實例的設置
self._mcp_server = MCPServer(
name=name or "FastMCP",
instructions=instructions,
lifespan=lifespan_wrapper(self, self.settings.lifespan)
if self.settings.lifespan
else default_lifespan,
)
# 以下內容省略進一步查看settings的源碼，可以看到setting中可以配置host、port\message_path\lifespan等參數。
class Settings(BaseSettings, Generic[LifespanResultT]):
"""FastMCP server settings.
All settings can be configured via environment variables with the prefix FASTMCP_.
For example, FASTMCP_DEBUG=true will set debug=True.
"""
model_config = SettingsConfigDict(
env_prefix="FASTMCP_",
env_file=".env",
extra="ignore",
)
# Server settings
debug: bool = False
log_level: Literal["DEBUG", "INFO", "WARNING", "ERROR", "CRITICAL"] = "ERROR"
# HTTP settings
host: str = "0.0.0.0"
port: int = 8000
sse_path: str = "/sse"
message_path: str = "/messages/"
# resource settings
warn_on_duplicate_resources: bool = True
# tool settings
warn_on_duplicate_tools: bool = True
# prompt settings
warn_on_duplicate_prompts: bool = True
dependencies: list[str] = Field(
default_factory=list,
description="List of dependencies to install in the server environment",
)
lifespan: (
Callable[[FastMCP], AbstractAsyncContextManager[LifespanResultT]] | None
) = Field(None, description="Lifespan context manager")MCP-server改造后的實現
- 導入包并設置實例
from typing importAny, Dict
import httpx
from mcp.server.fastmcp import FastMCP
# 初始化FastMCP服務器
# mcp = FastMCP("weather")
mcp = FastMCP(
name="weather",
host="0.0.0.0",
port=8000,
description="獲取指定城市的當前天氣信息",
sse_path='/sse'
)
# 常量
BAIDU_API_BASE = "https://api.map.baidu.com/weather/v1/"
BAIDU_API_KEY = "8HkEwz5h********"2. 實現入口函數的部分
if __name__ == "__main__":
# 初始化并運行服務器
try:
print("Starting server...")
mcp.run(transport='sse')
except Exception as e:
print(f"Error: {e}")3. 在命令行中啟動服務
uv run weather.py客戶端中使用
1. 在cherry-studio中集成使用
在局域網另外一臺機器上，打開cherry-studio的配置，在MCP服務中配置連接如下；
{
"mcpServers": {
"weather_demo": {
"description": "這是一個weather的demo",
"isActive": true,
"baseUrl": "http://192.168.6.164:8000/sse"
}
}
}備注：
- 192.168.6.164是mcp-server的ip地址，端口為8000
- 由于我們使用的是sse協議，所以需要將baseUrl設置為sse協議，即http://192.168.6.164:8000/sse
實際實驗效果：
2. 在cursor中集成使用
{
"mcpServers": {
"weather": {
"url": "http://192.168.6.164:8000/sse"
}
}
}實際實驗效果：
3. 在cline中集成使用
在cline中嘗試了多種方式配置，均未能成功，在github中找到了相應的issue，可能需要關注該項目后續的修復進展。
總結
- 通過對mcp-server的改造，在實例化mcp-server的時候，配置相應的host、port，可以實現sse協議的部署。
- 通過服務部署之后，其他用戶可以在支持mcp的客戶端中，通過mcp-server的url進行調用。
?
本文轉載自公眾號一起AI技術 作者：熱情的Dongming
?著作權歸作者所有，如需轉載，請注明出處，否則將追究法律責任
贊
收藏
回復
分享
微博
QQ
微信
舉報
回復
相關推薦
