上篇文章，我們聊到了 MCP 的基本概念，帶大家快速入門了 MCP。

說入門應該毫不夸張，對于科普性質的文章，只需要知道這件事情的誕生背景以及有什么作用就可以了。

但是，如果要開發給大模型調用的 Mcp Server，就不得不學習更深入的知識了。

今天，就帶大家快速開發一個簡易版的天氣查詢 Mcp Server。

1. Mcp Server的設計思路

在開發之前，很有必要提前分析一下設計思路。

對于天氣查詢 Mcp Server，可能要問下面的這些問題：

1. 用戶的輸入是什么？查詢城市、查詢日期？
2. 用戶的輸入是什么格式的？文本。當然，如果是有界面的，用戶更希望通過控件輸入日期。
3. 輸出有哪些？最基本的：最低和最高溫度，幾級風。

但，上面這些問題都是本著我們的工作經驗提出來的。如果問一下大模型，它會是怎么思考的？

我問 DeepSeek：

剩下的內容我就不貼出來了，原因是看到 DeepSeek 回答的第三點就讓人懵圈了。

因為我們是 Mcp 的新手，很多概念還不清楚，對于一個 Demo 程序，也不需要考慮那么多因素。

這里你會發現人的學習方式，還是和 AI 有很大的不同。

人面對新事物，一次只能了解很少的概念，多了就記不住，感覺好像沒聽過一樣。但是，AI 的學習是通過數據、模型和算力。比學習速度，人永遠也比不上AI。

現在我的 MCP Server 需求很簡單：用戶可以輸入城市和日期，查詢制定日期的天氣，返回的輸出可以只包含溫度和風力大小。

2. 使用什么技術實現？

下面才需要考慮用什么技術實現一個 Mcp Server。這里選擇使用 Python 編程語言實現。

使用 Python 實現一個 Mcp Server 有哪些方式呢？有下面幾種：

• FastMcp庫：適合快速原型開發
• McpServer庫：官方 SDK，適合用來學習深入理解協議細節
• FastAPI：適合企業級集成
• SSE：適合實時天氣警報。

因此，這里我選擇了 FastMCP。

什么是FastMCP？

FastMCP是一個高效構建Model Context Protocol(MCP)服務器的Python框架。通過簡潔的裝飾器語法讓開發者快速為大型語言模型(LLM)提供上下文數據和工具支持。它簡化了MCP協議實現，支持工具(Tools)、資源(Resources)和提示(Prompts)三大核心功能，能以極簡代碼實現AI與外部系統的安全交互，顯著提升LLM應用開發效率。

3. 一步步實現天氣查詢 Mcp Server

Step1： 使用 uv Python 包管理器創建一個 Python 虛擬環境。

uv venv venv

這樣創建了一個名為 venv 的 Python 虛擬環境。當然，你也可以指定 Python 的版本。用法問一下大模型就好了。

當然，需要先使用 pip install uv 安裝 uv。

然后，記得在命令行激活這個虛擬環境。

之后在虛擬環境安裝 Python 包都必須使用 uv pip install packages。大模型也可能沒有意識到這點。

Step2： 在高德控制臺注冊一個賬號，并創建一個用于 Web 服務的 key。

官網有教程，就不再贅述了。

Step3：讓大模型使用 FastMCP 創建一個天氣查詢 MCP Server。

寫提示詞的時候，一定要明確輸入和輸出。不然，大模型就要開始自行發揮了。

限于篇幅，這篇文章不會詳細講解如何使用 FastMCP。

在與大模型戰斗三百回合后，你的 MCP Server 基本功能終于開發完成了。

這里展示一個核心函數：

代碼較長，不貼代碼了，大模型生成的。

Step4：測試 MCP Server

然后，你肯定想測試一下 MCP Server 能否正常工作。

那么，測試 MCP Server 有哪幾種方法呢？

• MCP Inspector：MCP Inspector是官方提供的專業調試工具，推薦。
• 集成開發環境測試：Claude Desktop 或者 cline 插件。使用有難度。
• MCP 客戶端程序：寫一個訪問 MCP Server 的客戶端程序。新手不推薦，難度頗大。

我真的沒想到大模型 Claude Sonnet 4 上來就給我選擇了寫一個 MCP 客戶端程序，結果調試半天原來是客戶端程序寫錯了。

最后，大模型終于回到了簡易模式，開始嘗試用 MCP Inspector 調試：

在激活了虛擬環境的終端輸入以下命令：
npx @modelcontextprotocol/inspector python fastmcp_server.py

安裝之后，瀏覽器自動打開如下的界面：

恭喜你，成功了一半。

如果能連接上 Mcp Server，就快大功告成了。

連接成功之后，點擊【Tools】按鈕，可以看到服務端注冊的、可供大模型訪問的工具。

查詢廣州城市的天氣預報試試：

可以查詢到今天以及未來幾天的天氣：

大功告成，基本的功能具備了。盡管，距離一個企業級的 Mcp Server 還很遙遠，但這是一個很好的開始。看下時間，這多少個 10 分鐘過去了。

4. 幕后工作

剛開始，我是打算通過 Gradio 庫來構建 Mcp Server的。

但是，在實現的過程中遇到了很多問題，大模型還是沒有解決。所以，暫時放棄了。

有時候，大模型真的很聰明，有時候也真的很傻X。

大模型自作主張幫我創建了幾個 markdown 文檔：API配置文章、API測試總結報告等。

其實，我根本就沒有給大模型指令創建這些文檔，它竟然自己生成了它們。我真的不知道這是好事情，還是壞事情。

當它生成的程序滿足我們的要求時，文檔也是正確的，這很好。但如果生成的程序功能不正確時，我們是不是還要回過頭來改文檔？

5. 小結

這篇文章帶你使用 FastMCP 實現了一個查詢天氣 Mcp Server。核心思路如下：

• 這個天氣查詢 Mcp Server 需要具備哪些功能、輸入和輸出是什么？

• 使用什么技術實現？

• 怎么測試？

你覺得整個過程下來，10分鐘能夠實現一個簡易版的 Mcp Server 嗎？

現在你還覺得 AI 會替代 90% 的程序員嗎？

我是一梵AI編程，聚焦AI編程、AI變現，用 AI 打敗 AI。