为 AI 工具构建 MCP 服务器

1. MCP 架构： - 服务器：暴露"工具"（AI 可调用的函数）和"资源"（AI 可读取的数据） - 传输：stdio（本地）或 SSE（远程） - 协议：基于传输的 JSON-RPC 2.0 2. 用官方 SDK 搭建： npm install @modelcontextprotocol/sdk 3. 定义工具： - name：唯一标识符（如 "query_database"） - description：自然语言描述，让 AI 理解何时使用 - inputSchema：参数的 JSON Schema - handler：执行工具的异步函数 4. 定义资源： - uri：标识符（如 "config://app/settings"） - handler：返回资源内容 5. 运行服务器： - 本地：stdio 传输，由 AI 客户端启动 - 远程：SSE 传输，作为 HTTP 服务托管 6. 在 AI 客户端注册（如 Claude Desktop 配置）： 将你的服务器添加到客户端的 MCP 配置文件。

最小 MCP 服务器，含一个工具（TypeScript）： import { Server } from "@modelcontextprotocol/sdk/server/Server.js"; import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js"; const server = new Server( { name: "weather-server", version: "1.0.0" }, { capabilities: { tools: {} } } ); server.setRequestHandler("tools/list", async () => ({ tools: [{ name: "get_weather", description: "获取指定城市的当前天气", inputSchema: { type: "object", properties: { city: { type: "string" } }, required: ["city"], }, }], })); server.setRequestHandler("tools/call", async (req) => { if (req.params.name === "get_weather") { const { city } = req.params.arguments; // ... 获取天气数据 ... return { content: [{ type: "text", text: `${city} 天气：22C，晴` }] }; } }); const transport = new StdioServerTransport(); await server.connect(transport); Claude 现在可以在任何对话中调用 get_weather({ city: "上海" })。