从0到1开发一个自己的工具 MCP 并发布到 test PyPi（Python个人版）

最新推荐文章于 2026-05-02 20:15:30 发布

原创

最新推荐文章于 2026-05-02 20:15:30 发布 · 4.8w 阅读

标签

#python #mcp

1. 我理解的 MCP

官方的套词就不说了，到处都是，这里说说个人的理解，仅供参考
目前 AI 的能力在一点一点的进步，但是 AI 的世界和真实的世界还是隔着十万八千里，AI 知道时间是什么，但是不知道现在几点；AI 的知识库停留到它训练的那一刻，它不知道最新的工具文档和代码包；AI 知道怎么开车，但是它看不到路，摸不到方向盘，踩不了刹车。
大家发现没有，这里面 AI 缺了什么能力？对，缺乏和真实世界产生联系的能力。而 MCP 就是用来做这个的，让 AI 可以跟真实世界发生联系，来回互动。这个我个人觉得就是 MCP 最大的意义。
有了 MCP，当你问 AI 现在几点，它就不会再乱编了，会去调用时间 MCP，获取真实的时间；有了 MCP，当你问 AI 一个最新出炉的技术文档，它也不会再乱编了，会去调用网络查询 MCP，获得最新的内容，整理后发给你；有了 MCP，它就可以开车，只要你把看路的能力，转动方向盘的能力，刹车的能力给它，它就能开，能转弯，能刹车。

官方的 Python SDK 使用的是 Python 一个新的包管理工具，uv，已经写了一篇前置文章把 uv 的简单使用刷了一下，快速用 uv 模拟发布一个 Python 依赖包到 TestPyPI 上，以及常用命令
为什么要模拟发布呢，因为 MCP 这东西太新了，要求的 Python 版本是3.10起步，而我本地是3.9，不想不敢升级，印象中之前升级遇到坑，有一些老 Python 项目无法兼容3.10，似乎3.10删了一些东西，无法理解，不向下兼容，坑死了。
拉回来，其实一开始是陷入了牛角尖，一直在琢磨如何测试 MCP 的效果，也是因为第一次接触 MCP，对这个东西的运行机制不了解，虽然它一出来的时候就关注到了，但是网上的 MCP 例子，都是什么操控数据库啦，操控 git 啦，操控聊天工具啦，其实都没有什么本质上的提效（针对程序员来说），就一直没有试用。
这一次正正经经的试用，起因其实是 Augment，太好用了，但也太慢了，不可能一直盯着它看进度，就想着做一个通知类的 MCP，让 Augment 在运行结束后通知一下我，这样可以把正在摸鱼的我拉回电脑前。
接下来我们来尝试开发一个简单的 MCP，就叫 mcp-scoful-demo，功能包括加法、获取当前本地 ip 地址

uv init --lib mcp-scoful-demo # 初始化
cd mcp-scoful-demo # 进入初始化的目录

uv add "mcp[cli]"

cd src
cd mcp-scoful-demo
code server.py #假设你本地已经安装了 vs code