关注公众号,AI 技术干货及时送达_↓_

学习资料:DeepSeek 从入门到精通(免费领取)


大家好,我是R哥。

之前分享了一篇 MCP 的介绍及使用:

最近热火朝天的 MCP 是什么鬼?如何使用 MCP?一文给你讲清楚!

这篇文章得到了大家的广泛阅读,让大家对 MCP 的概念和使用也有了一个基础的认知,也介绍了如何使用 MCP Server,这篇再来介绍下如何从 0 开发一个自己的 MCP Server。

MCP 本质上是为 AI 大模型提供调用外部工具的能力,MCP Server 就是这个能力的具体实现——你可以通过它,把你已有的 API、脚本、服务包装成 AI 能理解和调用的 MCP 工具。

这篇我们就以获取图片为例来创建一个 MCP Server,让 AI 根据自然语言来获取图片网站上的图片,比如 Pixabay 图片网站,它就提供了 API 可以让外界来搜索图片。

Pixabay  API 文档:

https://pixabay.com/api/docs/

MCP 官方提供了 Python、Node、Java、Kotlin 等 SDK 接入,我们为了方便测试使用,本文以 Node 为例进行演示,请确保你安装了最新版本的 Node。

安装 Node 环境

如果你还没有安装 Node.js 和 npm,你可以从 nodejs.org 下载并安装,然后验证 Node.js 是否正确安装:

node –version 

npm –version

安装过程,略。

创建 MCP Server 项目

创建一个 MCP Server 项目:

mkdir pixabay

cd pixabay

初始化一个新的 npm 项目:

npm init -y

安装相关依赖:

npm install @modelcontextprotocol/sdk zod

npm install -D @types/node typescript

创建主要目录和文件:

mkdir src

touch src/index.ts

更新 package.json 文件,添加以下主要配置项:

<span data-cacheurl="" data-remoteid="" data-lazy-bgimg="https://mmbiz.qpic.cn/mmbiz_svg/5K48YNcpF3bf3RicmjPNbKAOib4RO9CfiazZC7S2mXKc2xicSNXAUfB4ibL07MusCpoopz63WmqEjL9OIR3ZJh3XTjg0JW4Qq10icc/640?wx_fmt=svg&amp;from=appmsg" data-fail="0"><span leaf="">{<span leaf="">  
<span leaf="">  <span leaf="">"type"<span leaf="">: <span leaf="">"module"<span leaf="">,<span leaf="">  
<span leaf="">"bin"<span leaf="">: {<span leaf="">  
<span leaf="">    <span leaf="">"pixabay"<span leaf="">: <span leaf="">"./build/index.js"<span leaf="">  
<span leaf="">  },<span leaf="">  
<span leaf="">"scripts"<span leaf="">: {<span leaf="">  
<span leaf="">    <span leaf="">"build"<span leaf="">: <span leaf="">"tsc &amp;&amp; chmod 755 build/index.js"<span leaf="">  
<span leaf="">  },<span leaf="">  
<span leaf="">"files"<span leaf="">: [<span leaf="">  
<span leaf="">    <span leaf="">"build"<span leaf="">  
<span leaf="">  ],<span leaf="">  
<span leaf="">}<span leaf="">  

在根目录创建 tsconfig.json 文件,内容如下:

<span data-cacheurl="" data-remoteid="" data-lazy-bgimg="https://mmbiz.qpic.cn/mmbiz_svg/5K48YNcpF3bf3RicmjPNbKAOib4RO9CfiazZC7S2mXKc2xicSNXAUfB4ibL07MusCpoopz63WmqEjL9OIR3ZJh3XTjg0JW4Qq10icc/640?wx_fmt=svg&amp;from=appmsg" data-fail="0"><span leaf="">{<span leaf="">  
<span leaf="">  <span leaf="">"compilerOptions"<span leaf="">: {<span leaf="">  
<span leaf="">    <span leaf="">"target"<span leaf="">: <span leaf="">"ES2022"<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"module"<span leaf="">: <span leaf="">"Node16"<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"moduleResolution"<span leaf="">: <span leaf="">"Node16"<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"outDir"<span leaf="">: <span leaf="">"./build"<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"rootDir"<span leaf="">: <span leaf="">"./src"<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"strict"<span leaf="">: <span leaf="">true<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"esModuleInterop"<span leaf="">: <span leaf="">true<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"skipLibCheck"<span leaf="">: <span leaf="">true<span leaf="">,<span leaf="">  
<span leaf="">    <span leaf="">"forceConsistentCasingInFileNames"<span leaf="">: <span leaf="">true<span leaf="">  
<span leaf="">  },<span leaf="">  
<span leaf="">"include"<span leaf="">: [<span leaf="">"src/**/*"<span leaf="">],<span leaf="">  
<span leaf="">"exclude"<span leaf="">: [<span leaf="">"node_modules"<span leaf="">]<span leaf="">  
<span leaf="">}<span leaf="">  

到此,项目初始化完成,现在让我们开始构建一个图片搜索的 MCP 服务器吧。

构建 MCP Server

在项目 index.ts 文件中添加 MCP Server:

<span data-cacheurl="" data-remoteid="" data-lazy-bgimg="https://mmbiz.qpic.cn/mmbiz_svg/5K48YNcpF3bf3RicmjPNbKAOib4RO9CfiazZC7S2mXKc2xicSNXAUfB4ibL07MusCpoopz63WmqEjL9OIR3ZJh3XTjg0JW4Qq10icc/640?wx_fmt=svg&amp;from=appmsg" data-fail="0"><span leaf="">// MCP - NODE SDK<span leaf="">  
<span leaf="">import<span leaf=""> { McpServer } <span leaf="">from<span leaf="">"@modelcontextprotocol/sdk/server/mcp.js"<span leaf="">;<span leaf="">  
<span leaf="">  
<span leaf="">// 导入 StdioServerTransport 类,用于处理服务器的输入输出通信<span leaf="">  
<span leaf="">import<span leaf=""> { StdioServerTransport } <span leaf="">from<span leaf="">"@modelcontextprotocol/sdk/server/stdio.js"<span leaf="">;<span leaf="">  
<span leaf="">  
<span leaf="">// 导入用于验证输入参数的库<span leaf="">  
<span leaf="">import<span leaf=""> { z } <span leaf="">from<span leaf="">"zod"<span leaf="">;<span leaf="">  
<span leaf="">  
<span leaf="">// Pixabay API URL<span leaf="">  
<span leaf="">const<span leaf=""> baseUrl = <span leaf="">"https://pixabay.com/api/"<span leaf="">;<span leaf="">  
<span leaf="">  
<span leaf="">/**<span leaf="">  
<span leaf=""> * 定义了 MCP Server 实例。<span leaf="">  
<span leaf=""> */<span leaf="">  
<span leaf="">const<span leaf=""> server = <span leaf="">new<span leaf=""> McpServer({<span leaf="">  
<span leaf="">    name: <span leaf="">"pixabay"<span leaf="">,<span leaf="">  
<span leaf="">    version: <span leaf="">"1.0.0"<span leaf="">,<span leaf="">  
<span leaf="">    capabilities: {<span leaf="">  
<span leaf="">        resources: {},<span leaf="">  
<span leaf="">        tools: {},<span leaf="">  
<span leaf="">    },<span leaf="">  
<span leaf="">});<span leaf="">  
<span leaf="">  
<span leaf="">/**<span leaf="">  
<span leaf=""> * 定义了一个名为 "pixabay-image-search" 的工具。<span leaf="">  
<span leaf=""> * 该工具接受一个查询字符串和一个图像类型作为输入参数,<span leaf="">  
<span leaf=""> * 并返回一个包含图像信息的 JSON 字符串。<span leaf="">  
<span leaf=""> */<span leaf="">  
<span leaf="">server.tool(<span leaf="">  
<span leaf="">    <span leaf="">'pixabay-image-search'<span leaf="">,<span leaf="">  
<span leaf="">    {<span leaf="">  
<span leaf="">        query: z.string(),<span leaf="">  
<span leaf="">        <span leaf="">type<span leaf="">: z.string()<span leaf="">  
<span leaf="">    },<span leaf="">  
<span leaf="">    <span leaf="">async<span leaf=""> ({ query, <span leaf="">type<span leaf=""> = <span leaf="">'all'<span leaf=""> }) =&gt; {<span leaf="">  
<span leaf="">        <span leaf="">try<span leaf=""> {<span leaf="">  
<span leaf="">            <span leaf="">// 检查是否设置了 PIXABAY_KEY 环境变量<span leaf="">  
<span leaf="">            <span leaf="">if<span leaf=""> (!process.env.PIXABAY_KEY) {<span leaf="">  
<span leaf="">                <span leaf="">console<span leaf="">.error(<span leaf="">"PIXABAY_KEY environment variable is not set"<span leaf="">);<span leaf="">  
<span leaf="">                process.exit(<span leaf="">1<span leaf="">);<span leaf="">  
<span leaf="">            }<span leaf="">  
<span leaf="">            <span leaf="">console<span leaf="">.log(<span leaf="">"PIXABAY_KEY"<span leaf="">, process.env.PIXABAY_KEY);<span leaf="">  
<span leaf="">  
<span leaf="">            <span leaf="">// 构建 Pixabay API 请求 URL<span leaf="">  
<span leaf="">            <span leaf="">const<span leaf=""> requestUrl = <span leaf="">`<span leaf="">${baseUrl}<span leaf="">?key=<span leaf="">${process.env.PIXABAY_KEY}<span leaf="">&amp;q=<span leaf="">${query}<span leaf="">&amp;image_type=<span leaf="">${<span leaf="">type<span leaf="">}<span leaf="">&amp;per_page=3`<span leaf="">;<span leaf="">  
<span leaf="">  
<span leaf="">            <span leaf="">// 发送请求并获取响应<span leaf="">  
<span leaf="">            <span leaf="">const<span leaf=""> response = <span leaf="">await<span leaf=""> fetch(requestUrl);<span leaf="">  
<span leaf="">  
<span leaf="">            <span leaf="">//  检查响应状态<span leaf="">  
<span leaf="">            <span leaf="">const<span leaf=""> json = <span leaf="">await<span leaf=""> response.json();<span leaf="">  
<span leaf="">  
<span leaf="">            <span leaf="">// 返回响应结果<span leaf="">  
<span leaf="">            <span leaf="">return<span leaf=""> {<span leaf="">  
<span leaf="">                content: [{<span leaf="">  
<span leaf="">                    <span leaf="">type<span leaf="">: <span leaf="">'text'<span leaf="">,<span leaf="">  
<span leaf="">                    text: <span leaf="">JSON<span leaf="">.stringify({<span leaf="">  
<span leaf="">                        images: json.hits || [],<span leaf="">  
<span leaf="">                        total_results: json.total,<span leaf="">  
<span leaf="">                        query,<span leaf="">  
<span leaf="">                    }, <span leaf="">null<span leaf="">, <span leaf="">2<span leaf="">)<span leaf="">  
<span leaf="">                }]<span leaf="">  
<span leaf="">            }<span leaf="">  
<span leaf="">        } <span leaf="">catch<span leaf=""> (e) {<span leaf="">  
<span leaf="">            <span leaf="">return<span leaf=""> {<span leaf="">  
<span leaf="">                content: [{<span leaf="">  
<span leaf="">                    <span leaf="">type<span leaf="">: <span leaf="">'text'<span leaf="">,<span leaf="">  
<span leaf="">                    text: <span leaf="">`Error: <span leaf="">${e <span leaf="">instanceof<span leaf=""> <span leaf="">Error<span leaf=""> ? e.message : <span leaf="">'Unknown error'<span leaf="">}<span leaf="">`<span leaf="">  
<span leaf="">                }],<span leaf="">  
<span leaf="">                isError: <span leaf="">true<span leaf="">  
<span leaf="">            };<span leaf="">  
<span leaf="">        }<span leaf="">  
<span leaf="">    }<span leaf="">  
<span leaf="">)<span leaf="">  
<span leaf="">  
<span leaf="">/**<span leaf="">  
<span leaf=""> * 启动服务器并建立与传输层的连接。<span leaf="">  
<span leaf=""> * 该函数创建一个标准输入输出的服务器传输实例,<span leaf="">  
<span leaf=""> * 并使用该实例将服务器连接到传输层。<span leaf="">  
<span leaf=""> */<span leaf="">  
<span leaf="">async<span leaf="">function<span leaf=""> <span leaf="">startServer<span leaf="">(<span leaf="">) <span leaf="">{<span leaf="">  
<span leaf="">    <span leaf="">// 创建一个标准输入输出的服务器传输实例,用于处理服务器的输入输出通信<span leaf="">  
<span leaf="">    <span leaf="">const<span leaf=""> transport = <span leaf="">new<span leaf=""> StdioServerTransport();<span leaf="">  
<span leaf="">  
<span leaf="">    <span leaf="">// 等待服务器通过指定的传输实例建立连接<span leaf="">  
<span leaf="">    <span leaf="">await<span leaf=""> server.connect(transport);<span leaf="">  
<span leaf="">}<span leaf="">  
<span leaf="">  
<span leaf="">// 启动服务器<span leaf="">  
<span leaf="">startServer();<span leaf="">  

这里主要定义了一个 McpServer,然后添加了一个名为 pixabay-image-search 的 MCP Tool 工具,用来从 Pixabay 根据关键字和类型搜索图片。

最后使用以下命令进行构建:

npm run build

根据之前的项目定义,最终会在 build 目录中构建为 index.js 文件。

图片

调试 MCP Server

官方提供了一个 Inspector 调试工具,它是一款用于测试和调试 MCP 服务器的交互式开发者工具,详细介绍和使用方法如下:

https://modelcontextprotocol.io/docs/tools/inspector

启动调试参考命令:

sudo npx @modelcontextprotocol/inspector node build/index.js

图片

启动成功后,访问以下地址:

http://127.0.0.1:6274/

图片

这个界面主要分为三个区域:

  • 左侧进行环境变量配置、MCP Server 连接/重启等操作;

  • 中间选择要调试的 MCP 工具;

  • 右侧对选择的 MCP 工具进行调试。

如图,测试成功。

在工具中使用 MCP Server

在 Claude for Desktop 中使用

首先需要安装 Claude 桌面版,安装地址如下:

https://claude.ai/download

然后打开以下配置文件:

~/Library/Application Support/Claude/claude_desktop_config.json

添加 MCP Server 配置:

<span data-cacheurl="" data-remoteid="" data-lazy-bgimg="https://mmbiz.qpic.cn/mmbiz_svg/5K48YNcpF3bf3RicmjPNbKAOib4RO9CfiazZC7S2mXKc2xicSNXAUfB4ibL07MusCpoopz63WmqEjL9OIR3ZJh3XTjg0JW4Qq10icc/640?wx_fmt=svg&amp;from=appmsg" data-fail="0"><span leaf="">{<span leaf="">  
<span leaf="">    <span leaf="">"mcpServers"<span leaf="">: {<span leaf="">  
<span leaf="">        <span leaf="">"pixabay"<span leaf="">: {<span leaf="">  
<span leaf="">            <span leaf="">"command"<span leaf="">: <span leaf="">"node"<span leaf="">,<span leaf="">  
<span leaf="">            <span leaf="">"args"<span leaf="">: [<span leaf="">  
<span leaf="">                <span leaf="">"../pixabay/build/index.js"<span leaf="">  
<span leaf="">            ],<span leaf="">  
<span leaf="">            <span leaf="">"env"<span leaf="">: {<span leaf="">  
<span leaf="">                <span leaf="">"PIXABAY_KEY"<span leaf="">: <span leaf="">"..."<span leaf="">  
<span leaf="">            }<span leaf="">  
<span leaf="">        }<span leaf="">  
<span leaf="">    }<span leaf="">  
<span leaf="">}<span leaf="">  

注意,请替换成自己的 index.js 文件全路径和 PIXABAY_KEY。

然后再重启 Claude 桌面软件,可以看到有一个 MCP 工具可用:

图片

然后我们发起测试一下:

图片

图片

图片

成功通过自然语言获取到了猫吃饭的图片,通过  Claude for Desktop 测试自定义的 MCP Server 调用成功。

在 VS Code 中使用

在 VS Code 中只需要安装一个 ROO CODE 插件,不懂的请先看这篇:

DeepSeek 装进 VSCode,编程非常丝滑!

然后添加 MCP 图标配置 MCP Server:

<span data-cacheurl="" data-remoteid="" data-lazy-bgimg="https://mmbiz.qpic.cn/mmbiz_svg/5K48YNcpF3bf3RicmjPNbKAOib4RO9CfiazZC7S2mXKc2xicSNXAUfB4ibL07MusCpoopz63WmqEjL9OIR3ZJh3XTjg0JW4Qq10icc/640?wx_fmt=svg&amp;from=appmsg" data-fail="0"><span leaf="">{<span leaf="">  
<span leaf="">  <span leaf="">"mcpServers"<span leaf="">: {<span leaf="">  
<span leaf="">    <span leaf="">"pixabay"<span leaf="">: {<span leaf="">  
<span leaf="">      <span leaf="">"command"<span leaf="">: <span leaf="">"node"<span leaf="">,<span leaf="">  
<span leaf="">      <span leaf="">"args"<span leaf="">: [<span leaf="">  
<span leaf="">        <span leaf="">"../pixabay/build/index.js"<span leaf="">  
<span leaf="">      ],<span leaf="">  
<span leaf="">      <span leaf="">"env"<span leaf="">: {<span leaf="">  
<span leaf="">        <span leaf="">"PIXABAY_KEY"<span leaf="">: <span leaf="">"..."<span leaf="">  
<span leaf="">      }<span leaf="">  
<span leaf="">    }<span leaf="">  
<span leaf="">  }<span leaf="">  
<span leaf="">}<span leaf="">  

配置成功后如图所示:

图片

然后同样发起测试:

图片

图片

成功通过自然语言获取到了猫吃饭的图片,通过  VS Code 测试自定义的 MCP Server 调用成功。

在其他 AI 编程中使用 MCP Server 也是一样的道理,比如 Cursor,具体用法请参考这篇:

最近热火朝天的 MCP 是什么鬼?如何使用 MCP?一文给你讲清楚!

测试没问题后,我们就可以把代码发布到 npm 仓库供其他人使用了。

总结

本文从 MCP Server 开发实战出发,完整演示了从零搭建一个 MCP Server 的流程。你不仅掌握了 MCP Server 的构建方式,也能体验到了 MCP 工具在开发者日常工作中带来的提效魔法。

重点回顾如下:

  • MCP Server 是大模型调用外部服务的桥梁;

  • 通过 Node.js 和官方 SDK 快速开发 MCP Server;

  • 利用 Inspector 工具调试,所见即所得;

  • 轻松集成到 Claude、VS Code、Cursor 等 AI 工具中;

这不仅是一次 MCP 技术实战,也是一种新的编程范式的探索,让 AI 通过 MCP 调用我们的代码,把人类的创意和机器的执行力结合起来。

你也可以尝试把更多的业务能力封装成 MCP 工具,比如:商品推荐、新闻摘要、天气预报,甚至接入自己的数据库或私有系统等等,让 AI 真正成为我们日常工作中的得力助手。

未完待续,下篇我继续研究和分享更有趣的 AI + MCP 应用场景和实战,关注「AI技术宅」公众号和R哥一起学 AI。

版权声明: 本文系公众号 “AI技术宅” 原创,转载、引用本文内容请注明出处,抄袭、洗稿一律投诉侵权,后果自负,并保留追究其法律责任的权利。

< END >

推荐阅读:

DeepSeek-R1 本地部署硬件配置清单

DeepSeek-R1 本地部署实战教程来了

DeepSeek R1 造本地 AI 知识库,太香了!

62 个 DeepSeek 万能提示词(建议收藏)

33k+ star!全网精选的 MCP 一网打尽!

MCP 是什么?如何使用?一文讲清楚!

更多 ↓↓↓ 关注公众号 ✔ 标星⭐ 哦