在這篇文章中，我們將討論模型上下文協(xié)議，為什么它可能很重要，并逐步構建 MCP 服務器來幫助我們與 Jina.ai 對話，并能夠在 Claude 中添加網(wǎng)絡搜索和事實檢查功能使用 Python 和 FastMCP 的桌面。

模型上下文協(xié)議

Anthropic于去年感恩節(jié)前后宣布。盡管它引起了一些關注，但考慮到它可能是開發(fā)下一層人工智能軟件堆棧的關鍵墊腳石，它所獲得的認可可能還不夠。

什么

模型上下文協(xié)議（MCP）是專為大型語言模型（LLM）設計的標準化通信協(xié)議。

將其視為“AI 的 HTTP”——就像 HTTP 標準化了 Web 瀏覽器與 Web 服務器的通信方式一樣，MCP 標準化了 LLM 應用程序與工具和數(shù)據(jù)源的通信方式。

為什么我們需要 MCP？

目前LLM的發(fā)展面臨著幾個障礙：

1. 工具集成復雜度：每個LLM服務（如OpenAI、Anthropic等）都有其實現(xiàn)工具調用和函數(shù)調用的方式，使得構建可移植工具變得復雜。

2. 上下文管理：法學碩士需要訪問各種數(shù)據(jù)源和工具，但安全有效地管理此訪問權限一直具有挑戰(zhàn)性。

3. 標準化：如果沒有標準協(xié)議，開發(fā)人員必須為他們想要支持的每個 LLM 平臺重建集成層。

MCP 通過提供以下功能來解決這些挑戰(zhàn)：

• 向法學碩士公開工具和數(shù)據(jù)的標準化方法
• 安全的客戶端-服務器架構
• 無論底層 LLM 如何，都有一致的接口

MCP 如何運作？

MCP 遵循客戶端-服務器架構，具有三個主要組件：

1. MCP 服務器：公開的服務：

   • 工具（LLM可以調用的函數(shù)）
   • 資源（數(shù)據(jù)源）
   • 提示（模板說明）
   • 上下文（動態(tài)信息）

2. MCP 客戶端：應用程序連接到 MCP 服務器并管理 LLM 和服務器之間的通信?？蛻舳酥С诌€處于早期階段，到目前為止，只有少數(shù)工具可以實現(xiàn)協(xié)議規(guī)范的任何部分，并且尚無客戶端支持一些功能。

當然還有法學碩士...

工作流程很簡單：

1. MCP 服務器注冊其功能（工具、資源等）
2. 客戶端連接到服務器
3. 法學碩士可以通過標準化接口使用這些功能

傳輸協(xié)議

• 多種運輸機制
  • SSE（服務器發(fā)送事件）
    • 通過 HTTP 雙向通信，服務器進程與客戶端隔離
  • Stdio（標準輸入/輸出）
    • 通過標準輸入/輸出管道進行通信，服務器進程本質上是客戶端的子進程

安全

安全局勢更加微妙。雖然使用 stdio 傳輸?shù)姆掌魍ǔＥc客戶端位于同一位置，因此 API 密鑰不一定會暴露在互聯(lián)網(wǎng)上。在我看來，它們確實似乎相當隨意地被傳播。

這些密鑰需要在服務器啟動時加載到客戶端，以便將它們傳遞給子進程，它們甚至出現(xiàn)在桌面應用程序日志中，這是……令人擔憂的。

API 密鑰的廣泛使用是影響 Gen AI 服務、平臺和工具的更廣泛問題。 Okta 和 Auth0 等公司正在開發(fā)一種無需依賴密鑰即可管理和授權 Gen AI 的解決方案。

軟件開發(fā)工具包

Anthropic 官方支持 TypeScript、Python 和 Kotlin 的低級 SDK。最近創(chuàng)建的一些樣板包裝器已經(jīng)涵蓋了一些樣板文件，并具有其他不錯的功能，例如用于調試、檢查和在客戶端上安裝服務器的 CLI，以使開發(fā) MCP 服務器變得更容易。

FastMCP 入門

# demo.py

from fastmcp import FastMCP


mcp = FastMCP("Demo ?")


@<span>mcp.tool()</span>
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

fastmcp install demo.py

FastMCP 就是這樣一個框架。我們現(xiàn)在將探討如何創(chuàng)建一個幾乎實用的工具來閱讀網(wǎng)站、通過網(wǎng)絡回答搜索查詢以及事實檢查信息。我們將使用 Jina.ai。

這是一項非常巧妙的服務，提供了一個結合了“嵌入、重新排名和小語言模型”的“搜索基礎平臺”，以幫助企業(yè)構建 Gen AI 和多模式搜索體驗。

先決條件

• 紫外線

您需要安裝 uv。這是創(chuàng)建和管理 Python 項目的推薦方法。它是一個相對較新但令人興奮的 Python 工具鏈 astral.sh 的一部分。我建議你檢查一下。

它的目標是成為管理項目、依賴項、虛擬環(huán)境、版本、linting 以及執(zhí)行 Python 腳本和模塊的一站式商店。它是用 Rust 編寫的。你會用這些信息做什么？

• 克勞德桌面應用程序

您還需要安裝 Claude 桌面應用程序。就我們的目的而言，Claude 桌面應用程序將充當 MCP 客戶端，并且是 Anthropic 的關鍵目標客戶端。

項目設置

使用 uv 您可以使用以下方式初始化項目：

# demo.py

from fastmcp import FastMCP


mcp = FastMCP("Demo ?")


@<span>mcp.tool()</span>
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

這將創(chuàng)建一個名為 mcp-jinaai-reader 的文件夾和一個 .python-version 以及 pyproject.toml。

fastmcp install demo.py

這將創(chuàng)建一個與我們選擇的 python 版本相對應的虛擬環(huán)境。

創(chuàng)建環(huán)境后，它將提供有關如何為會話激活它的說明。

uv init mcp-jinaai-reader --python 3.11

添加一個 src 目錄并安裝我們需要的一個依賴

cd mcp-jinaai-reader
uv venv 

在項目根目錄創(chuàng)建一個 .env 文件并將您的 JINAAI_API_KEY 添加到該文件中。您可以通過在 Jina 注冊來免費獲得一份。一般來說，您的服務器需要運行的任何 API 密鑰或其他環(huán)境變量都將放入此文件中。

source .venv/bin/activate

在 src 目錄中，創(chuàng)建一個 server.py 文件...我們應該能夠獲取代碼。

服務器代碼

uv add fastmcp

從導入開始：httpx，將是我們在這里用來發(fā)出 http 請求的庫；我們需要 urlparse 方法來幫助我們確定字符串是否可能是有效的 URL。

JINAAI_API_KEY=jina_*************

這會初始化服務器；第一個參數(shù)是工具的名稱。我不是 100% 確定為什么 uvicorn 需要在這里顯式添加為依賴項，因為它是 FastMCP 的傳遞依賴項，但它似乎確實是必需的。

這可能是由于 fastmcp cli（稍后會詳細介紹）安裝服務器的方式造成的。如果您還有其他依賴項，則必須在此處添加它們，以便客戶端知道您需要在運行客戶端之前安裝它們；我們稍后會看到它是如何工作的。

from fastmcp import FastMCP
import httpx
from urllib.parse import urlparse
import os

您可能可以在這里找出模式，但 Jina 使用不同的子域來路由特定請求。搜索端點需要一個查詢，讀取器端點需要一個 URL，而接地端點可以向 llm 提供特定的響應或答案。

接地是一個更大的主題，與 RAG 和微調等其他技術一起使用，以幫助法學碩士減少幻覺并改進決策。

我們的第一個工具

# Initialize the MCP server
mcp = FastMCP("search", dependencies=["uvicorn"])

注釋@mcp.tool 完成了很多繁重的工作。庫中存在類似的資源和提示注釋。該注釋提取函數(shù)簽名和返回類型的詳細信息，以創(chuàng)建供 llm 調用該工具的輸入和輸出架構。它配置該工具，以便客戶端了解服務器的功能。它還將函數(shù)調用注冊為已配置工具的處理程序。

接下來，您會注意到該函數(shù)是異步的。不需要運行時配置，也不需要 asyncio.run 的東西。如果出于某種原因您需要將服務器作為獨立服務運行，您確實需要自己處理其中的一些問題。 FastMCP 存儲庫中有一個示例說明如何執(zhí)行此操作。

函數(shù)體相當無趣；它驗證是否正在接收 URL、設置適當?shù)臉祟^、調用 Jina 端點并返回文本。

# demo.py

from fastmcp import FastMCP


mcp = FastMCP("Demo ?")


@<span>mcp.tool()</span>
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

第二個工具

fastmcp install demo.py

就是這樣...

測試與調試

uv init mcp-jinaai-reader --python 3.11

運行上述命令將啟動 mcp 檢查器，它是 sdk 提供的一個工具，用于測試和調試服務器響應。 --with-editable 標志允許您對服務器進行更改，而無需重新啟動檢查器（強烈推薦）

你應該看到：

cd mcp-jinaai-reader
uv venv 

默認情況下，檢查器在端口 5173 上運行，而服務器（您剛剛編寫的代碼）將在端口 3000 上運行，您可以通過在調用前設置 SERVER_PORT 和 CLIENT_PORT 來更改此設置。

source .venv/bin/activate

督察

如果一切順利你應該看到類似下面的內容，在左側你可以添加你需要的環(huán)境變量，這里 JINAAI_API_KEY 是唯一的。

如果您單擊頂部菜單欄上的“工具”，然后單擊“列出工具”，您應該列出我們創(chuàng)建的工具，請注意文檔字符串作為該工具的描述。

單擊特定工具將彈出文本框，供您輸入調用該工具所需的參數(shù)。

安裝服務器

當您對一切按預期工作感到滿意后，您現(xiàn)在就可以在 Claude 桌面應用程序客戶端上安裝服務器了。

uv add fastmcp

會這樣做，我相信將來它會支持其他客戶端，但現(xiàn)在，這就是你需要做的。 -f .env 會將環(huán)境變量傳遞給應用程序客戶端。

這在幕后的作用是更新 claude_desktop_config.json 并提供運行服務器所需的命令和參數(shù)。默認情況下，這使用 uv ，它必須在您的 PATH 上可用。

如果您現(xiàn)在打開 Claude 桌面應用程序，然后轉到菜單欄并單擊 Claude >設置，然后單擊開發(fā)人員，您應該會看到初始化服務器時設置的工具的名稱。

點擊它應該會顯示它的配置。您不僅可以了解它是如何執(zhí)行的，而且在“高級選項”中您將看到已設置的環(huán)境變量。

你也可以直接編輯這個配置，但我不一定在這里推薦它。

運行它

如果一切順利，當您進入桌面應用程序時，您應該不會看到任何錯誤（如果出現(xiàn)錯誤，則轉到“設置”應該會為您提供一個按鈕來檢查日志并從那里進行調查）。

此外，您應該會看到一個錘子符號，其中包含您可以使用的單個工具的數(shù)量（注意：除非您安裝了其他 MCP 服務器，否則您的工具可能應該是兩個）

您不像平常那??樣直接調用該工具，而是與應用程序聊天，當它遇到推斷該工具有幫助的情況時，它會詢問您是否要使用它。這里不需要額外的代碼或配置。

我認為它依賴于工具名稱和描述來決定它是否合適，因此值得為該工具的功能制作一個清晰簡單的描述。

您將收到如下提示：

你可以與它“聊天”，不可否認，編寫的工具有時會遇到問題。有時它會決定無法訪問互聯(lián)網(wǎng)，有時無法檢索結果，但有時您會得到以下結果：

這有一種自然的流程，它讀取頁面，提供摘要，然后你要求它轉到一篇特定的文章并閱讀該文章。

最后的注釋

希望這能讓您對 MCP 服務器有一些了解。有很多內容可供閱讀和觀看，但我推薦的另一個網(wǎng)站是 glama.ai，他們保留了一份相當全面的可用 MCP 服務器列表供下載和試用，其中包括比我們的玩具示例更可靠的其他網(wǎng)絡搜索工具?？纯窗?，感謝您的關注。

以上是在 Python 中使用 Jina.ai 和 FastMCP 構建模型上下文協(xié)議服務器的詳細內容。更多信息請關注PHP中文網(wǎng)其他相關文章！