MCP 实战：把你的本地服务变成 AI Agent 的工具

2026-08-06 约 890 字预计阅读 2 分钟

为什么 Agent 需要 MCP？

想象你是老板，想雇一个全能的 AI 助手帮你管服务器。问题来了：助手很聪明，但不会开服务器——它看不到你的服务，也没法操作。

MCP（Model Context Protocol）就是给 AI 装上手的标准协议：把本地服务的 API 包装成 AI 能看懂、能调用的工具列表。2025 年 Anthropic 开源后，已经成为 Agent 生态的事实标准。

一个例子：把你的服务接进 MCP

假设你有个 MoviePilot 媒体服务器，想让它变成 AI 能操作的"找片助手"。

第一步：写一个 MCP 服务器（Python 示例）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


from mcp.server.fastmcp import FastMCP

# 创建一个 MCP 服务器，名字叫 "media"
mcp = FastMCP("media")

@mcp.tool()
def search_movie(title: str) -> str:
    """按标题搜索电影，返回片名、年份、评分"""
    # 这里调用 MoviePilot 的 HTTP API
    result = moviepilot_api.search(title)
    return str(result)

if __name__ == "__main__":
    # 用 stdio 模式跑起来，AI 通过标准输入输出调用
    mcp.run()

第二步：给 AI 配置这个工具（Claude Code / Hermes 示例）

1
2
3
4
5
6
7
8


{
  "mcpServers": {
    "media": {
      "command": "python",
      "args": ["mcp_server.py"]
    }
  }
}

第三步：直接跟 AI 说“帮我找一部 2024 年的高分科幻片”——AI 会自动调用 search_movie 工具，而不是瞎编一个答案。

MCP 能做什么？常见能力一览

能力	场景示例	对应 MCP 功能
查数据	查数据库、查天气、查股票	`@mcp.tool()` 只读工具
改状态	重启服务、发邮件、下单	`@mcp.tool()` 写操作
读文件	读代码库、读笔记	`@mcp.resource()` 资源
导航	给 AI 一个"欢迎页"说明	`@mcp.prompt()` 提示词

开源方案怎么选？

方案	语言	适合场景	GitHub
FastMCP（官方）	Python	快速写 MCP 服务，推荐入门	github.com/modelcontextprotocol/python-sdk
MCP SDK (TS)	TypeScript	Node 生态项目	github.com/modelcontextprotocol/typescript-sdk
MCP Inspector	任意	调试 MCP 服务	随 SDK 附带
mcp-proxy	Go	把 REST API 快速转 MCP	github.com/sparfenyuk/mcp-proxy

怎么选：项目是 Python 写的 → FastMCP；Node/TS 项目 → TS SDK；只有一个现成 REST API → 直接用 mcp-proxy 包一层，5 分钟搞定。

实战踩坑

stdio vs HTTP 模式：本地单机用 stdio（简单安全）；远程/多客户端用 HTTP（需鉴权）
工具描述要写清楚：AI 靠 """docstring""" 理解工具用途，描述模糊 AI 就不会调用
参数越少越好：超过 5 个参数的工具，AI 容易传错
注意权限：给 Agent 的写操作工具，一定要先想清楚它会不会误删东西

下一步

接好 MCP 后，你的 AI 助手就真的"能干活"了。可以试试让它每天自动汇报服务器状态，或者帮你管理订阅——真正的 Agent 自动化从接上工具开始。

目录