第37章：MCP服务器开发实战

学习目标

掌握使用FastMCP快速构建MCP Server
理解MCP Server的核心组成部分
学会定义Tool、Resource、Prompt三种能力
了解MCP Server的测试验证方法

前置要求

已完成第36章MCP协议的学习
有Python或TypeScript基础开发能力
理解JSON-RPC协议基本概念

MCP服务器开发架构示意图 — **图37-1** MCP Server架构：通过JSON-RPC协议向AI客户端暴露Tools（工具）、Resources（资源）、Prompts（提示词）三类能力，实现模型与外部系统的标准化连接

开发工具选型

工具	语言	特点	适用场景
FastMCP	Python	装饰器语法，极简开发	快速原型、数据工具、脚本集成
@modelcontextprotocol/sdk	TypeScript	官方SDK，类型安全	生产环境、复杂工具链
mcp-go	Go	高性能，并发友好	高并发场景、系统工具

FastMCP快速入门（推荐）

为什么推荐FastMCP？

FastMCP用装饰器语法简化MCP开发，几行代码就能定义一个工具，非常适合快速原型和测试场景。

Bash - 安装FastMCP

# 安装 FastMCP
pip install fastmcp

# 或使用 uv（推荐）
uv add fastmcp

最小MCP Server示例

Python - 最小MCP Server

from fastmcp import FastMCP

# 创建 MCP Server
mcp = FastMCP("测试工具服务")

# 定义一个简单的工具
@mcp.tool()
def get_test_status(test_id: str) -> str:
    """查询测试执行状态
    
    Args:
        test_id: 测试任务ID
        
    Returns:
        测试状态描述
    """
    # 模拟查询逻辑
    status_map = {
        "test_001": "运行中 - 已完成 75%",
        "test_002": "已完成 - 通过",
        "test_003": "已完成 - 失败"
    }
    return status_map.get(test_id, f"未找到测试 {test_id}")

# 运行 Server
if __name__ == "__main__":
    mcp.run()

定义Tool：核心能力

Tool是MCP Server最核心的能力——AI可以调用的具体功能。每个Tool需要定义名称、参数Schema和执行逻辑。

Python - 定义多个Tool

from fastmcp import FastMCP
import json

mcp = FastMCP("测试管理平台")

@mcp.tool()
def list_test_cases(project: str, status: str = "all") -> list:
    """获取项目的测试用例列表
    
    Args:
        project: 项目名称
        status: 过滤状态（all/pass/fail/pending）
        
    Returns:
        测试用例列表
    """
    # 模拟数据
    cases = [
        {"id": "TC001", "name": "登录功能测试", "status": "pass"},
        {"id": "TC002", "name": "支付流程测试", "status": "fail"},
        {"id": "TC003", "name": "搜索功能测试", "status": "pending"},
    ]
    
    if status != "all":
        cases = [c for c in cases if c["status"] == status]
    
    return cases

@mcp.tool()
def run_test_case(case_id: str) -> dict:
    """执行指定测试用例
    
    Args:
        case_id: 测试用例ID
        
    Returns:
        执行结果（状态、耗时、日志）
    """
    return {
        "case_id": case_id,
        "status": "pass",
        "duration": "2.5s",
        "log": "测试执行完成，所有断言通过"
    }

@mcp.tool()
def create_bug_report(title: str, description: str, severity: str = "medium") -> dict:
    """创建缺陷报告
    
    Args:
        title: 缺陷标题
        description: 缺陷描述
        severity: 严重程度（low/medium/high/critical）
        
    Returns:
        创建结果（缺陷ID、链接）
    """
    bug_id = f"BUG-{hash(title) % 10000:04d}"
    return {
        "bug_id": bug_id,
        "title": title,
        "severity": severity,
        "link": f"https://jira.company.com/bug/{bug_id}"
    }

定义Resource：数据访问

Resource让AI可以读取Server提供的数据，如配置文件、测试报告、知识库文档等。

Python - 定义Resource

from fastmcp import FastMCP

mcp = FastMCP("测试数据服务")

@mcp.resource("config://test-settings")
def get_test_settings() -> str:
    """获取测试配置信息"""
    config = {
        "timeout": 30,
        "retry_count": 3,
        "parallel_workers": 4,
        "report_format": "html"
    }
    return json.dumps(config, indent=2)

@mcp.resource("report://daily-summary")
def get_daily_summary() -> str:
    """获取每日测试汇总报告"""
    report = """
    ## 今日测试汇总
    
    - 执行总数：125
    - 通过：118
    - 失败：5
    - 跳过：2
    - 通过率：94.4%
    
    ### 失败用例
    1. TC-045: 支付接口超时
    2. TC-078: 数据同步失败
    ...
    """
    return report

@mcp.resource("data://test-results/{test_id}")
def get_test_result(test_id: str) -> str:
    """获取指定测试的详细结果"""
    # 动态参数示例
    return f"测试 {test_id} 的详细结果数据..."

定义Prompt：预设模板

Prompt提供预设的提示词模板，AI可以快速使用这些模板生成规范的输出。

Python - 定义Prompt

from fastmcp import FastMCP

mcp = FastMCP("测试助手")

@mcp.prompt()
def test_case_template(feature: str) -> str:
    """生成测试用例模板
    
    Args:
        feature: 要测试的功能名称
    """
    return f"""
请为以下功能生成测试用例：

功能：{feature}

请按照以下格式输出：
1. 测试用例ID
2. 测试场景描述
3. 前置条件
4. 测试步骤
5. 预期结果
6. 优先级
"""

@mcp.prompt()
def bug_report_template() -> str:
    """缺陷报告模板"""
    return """
请按照以下格式编写缺陷报告：

## 缺陷标题
[简洁描述问题]

## 环境信息
- 版本：[版本号]
- 环境：[测试/生产]
- 浏览器：[浏览器信息]

## 问题描述
[详细描述缺陷现象]

## 复现步骤
1. [步骤1]
2. [步骤2]
...

## 期望行为
[描述正确行为]

## 截图/日志
[附上证据]

## 严重程度
[low/medium/high/critical]
"""

运行与调试MCP Server

Bash - 运行MCP Server

# 方式1：直接运行（stdio模式）
python my_mcp_server.py

# 方式2：指定传输方式
python my_mcp_server.py --transport stdio

# 方式3：HTTP模式（用于远程访问）
python my_mcp_server.py --transport http --port 8080

# 调试：使用 MCP Inspector 工具
npx @anthropic-ai/mcp-inspector python my_mcp_server.py

MCP Inspector调试技巧

MCP Inspector是官方提供的调试工具，可以可视化查看Server提供的所有能力：

查看Tool列表和参数Schema
直接调用Tool测试执行结果
查看Resource内容
测试Prompt模板生成效果

测试视角：MCP Server质量验证

测试项	验证内容	测试方法
协议合规	消息格式符合MCP规范	用Inspector发送标准请求，验证返回
Tool定义	参数Schema正确、描述清晰	检查tools/list返回的JSON Schema
执行正确	Tool执行结果符合预期	调用各Tool，验证返回数据格式和内容
错误处理	异常场景有正确错误返回	发送无效参数，验证错误消息格式
性能表现	响应时间在合理范围	测量各Tool调用延迟

本章小结

FastMCP用装饰器语法简化开发，几行代码即可定义Tool
Tool定义需要：名称、参数Schema（自动推断）、描述、执行函数
Resource提供数据访问能力，适合暴露配置、报告、知识库
Prompt提供预设模板，帮助AI生成规范输出
MCP Inspector是调试利器，可视化测试所有能力
Server质量需验证协议合规、Tool定义、执行正确、错误处理、性能表现