AI只能聊天？
30行Python给AI装手
MCP Server从0到1
Model Context Protocol · 本地工具 · Claude Desktop
📦 6 Parts + Conclusion
👉 滑动
你有没有遇到过这种情况——Claude很聪明，GPT也很能干，但你问它"我桌面上那个report.xlsx里Q3的销售额是多少"，它只能告诉你"我无法访问你的本地文件"。
2024年底Anthropic开源了MCP（Model Context Protocol），号称"AI界的USB-C接口"——一个标准协议，让任何AI客户端都能插上你的本地工具。半年过去，Claude Desktop、Cursor、Cline全支持了，社区服务器已经几百个。
但说实话——别人做好的服务器，永远不如自己搓的趁手。
今天咱们从零开始，30行Python代码，手搓一个能读本地文件、查SQLite数据库的MCP Server。跑完这篇，你的AI助手就能直接操作你电脑里的数据了。
别被"协议"两个字吓到。MCP的核心逻辑特别简单——
你的AI客户端（比如Claude Desktop）是个大脑，它能思考、能推理，但它没有手。MCP Server就是那双手——它是一个运行在你本地的Python进程，暴露出一些"工具函数"，AI想调用哪个就调用哪个。
你："帮我看看todo.db里有没有买牛奶的任务"
↓
Claude（思考）：需要调用 query_database 工具
↓
MCP Server（执行）：SELECT * FROM todos WHERE ...
↓
Claude（回答）："有，你上周加的，还没完成"
就这么简单。 AI负责想，Server负责干，中间用JSON-RPC传话。
MCP Server能暴露三种东西：
Tools — 可调用的函数（查数据库、读文件、调API）
Resources — 只读数据源（配置文件、日志）
今天咱们重点搞Tools——这是最实用、最能立竿见影的。
动手：30行代码搓一个Server
HANDS ON
2.1 装依赖
打开终端，三行命令搞定：
mkdir my-mcp && cd my-mcp
uv init
uv add "mcp[cli]"
没装uv的：Mac/Linux用 curl -LsSf https://astral.sh/uv/install.sh | sh，Windows用 powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
2.2 写Server
新建 server.py，把下面这段贴进去：
from mcp.server.fastmcp import FastMCP
import sqlite3, os
mcp = FastMCP("my-local-tools")
@mcp.tool()
def read_file(path: str) -> str:
"""读取本地文件内容"""
safe = os.path.realpath(path)
if not safe.startswith(os.path.expanduser("~")):
return "错误：只允许读取用户目录"
with open(safe, "r", encoding="utf-8") as f:
return f.read()
@mcp.tool()
def query_db(db_path: str, sql: str) -> str:
"""查询SQLite数据库"""
conn = sqlite3.connect(db_path)
rows = conn.execute(sql).fetchall()
conn.close()
return str(rows)
@mcp.tool()
def list_dir(path: str = ".") -> str:
"""列出目录文件"""
return str(os.listdir(path))
if __name__ == "__main__":
mcp.run()
这段代码做了什么：
FastMCP("my-local-tools") — 创建Server实例
@mcp.tool() — 装饰器，把函数变成AI可调用的工具
类型标注和docstring不能省 — SDK靠它们生成工具描述
✏️ 编辑建议：在这里加一句你自己想暴露给AI的工具，比如查你的Notion、发企微消息
我特意在 read_file 里加了路径安全检查——别让AI随便读你电脑里的东西。os.path.realpath 防符号链接绕过，startswith 限制只能读用户目录。这是基本的安全意识。
搞AI工具，安全不是可选项。你给AI的手越多，越得想清楚边界在哪。
接上：让Claude Desktop认识你的Server
CONNECT
Server写好了，还得告诉AI客户端"这有个工具你可以用"。
3.1 找到配置文件
Claude Desktop的配置文件在这：
| |
|---|
| ~/Library/Application Support/Claude/claude_desktop_config.json |
| %APPDATA%\Claude\claude_desktop_config.json |
3.2 加配置
打开（没有就创建）claude_desktop_config.json，加上：
{
"mcpServers": {
"my-local-tools": {
"command": "python",
"args": ["/绝对路径/server.py"]
}
}
}
重启Claude Desktop，你会看到输入框旁边多了个🔧图标——点开，my-local-tools已经在里面了。
3.3 试一下
在Claude里输入：
Claude会自动识别需要调用 list_dir 工具，弹窗让你确认，然后执行——
你会看到AI第一次真正"够到了"你电脑里的数据。那种感觉，说实话，比第一次跑通Hello World还爽。
从"AI只能聊天"到"AI能干活"
差的不是模型能力，是这根叫MCP的线。
上面那个版本能跑，但太基础了。说几个我实际用下来的关键改进——
4.1 加上错误处理
AI调用工具时参数可能传错，不加try-catch直接崩：
@mcp.tool()
def query_db(db_path: str, sql: str) -> str:
"""查询SQLite数据库"""
try:
conn = sqlite3.connect(db_path)
rows = conn.execute(sql).fetchall()
conn.close()
return str(rows)
except Exception as e:
return f"查询失败: {type(e).__name__}: {e}"
返回错误信息而不是抛异常——AI看到错误信息会自己调整策略重试，抛异常则直接中断。
这跟带新人一个道理——出了错你告诉他哪错了，他能自己改；你直接掀桌子走人，他只能干瞪眼。
4.2 用Pydantic做参数校验
复杂的工具参数，用Pydantic模型比裸类型标注清晰得多：
from pydantic import BaseModel, Field
class SearchParams(BaseModel):
keyword: str = Field(description="搜索关键词")
max_results: int = Field(default=10, ge=1, le=100)
@mcp.tool()
def search_notes(params: SearchParams) -> str:
"""搜索本地笔记"""
...
4.3 调试用 mcp dev
装了 mcp[cli] 后，有个调试神器：
CMDmcp dev server.py
会打开一个网页Inspector，能看到所有工具的schema、手动调用测试、查看AI的调用日志。开发阶段必用，别裸跑调试。
！坑一：stdout被污染 🕳
MCP用stdio传输，你的Server里绝对不能往stdout print东西。调试print必须改成 print(..., file=sys.stderr)，否则协议解析直接炸。
这个坑我踩过——Server死活连不上，折腾两小时发现是某行print把JSON-RPC消息截断了。
！坑二：中文路径 🕳
Windows上中文路径在JSON配置里容易出问题。args里的路径用正斜杠（C:/Users/...），别用反斜杠，别用相对路径。
！坑三：同步还是异步 🕳
FastMCP的tool默认同步。要调HTTP API、查远程数据库，用async def：
@mcp.tool()
async def fetch_weather(city: str) -> str:
"""查天气"""
async with httpx.AsyncClient() as client:
resp = await client.get(url)
return resp.text
MCP这个东西，说白了就是给AI装手。但装什么手，装几只手——这才是拉开差距的地方。
别人搓的Server是别人的，你自己的工作流、你自己的数据源、你自己的痛点——只有你自己知道该搓什么。
说几个我自己觉得特别有用的方向：
连Jira/Trello — 让AI直接创建任务、更新看板
连数据库 — 让AI帮你写SQL、查数据、生成报表
✏️ 编辑建议：在这里加上你最想用MCP连接的工具或数据源
代码在GitHub上能找到一堆参考实现，但核心就是今天这30行——FastMCP + @mcp.tool()，没了。
剩下的，看你想象力了。
真正能用好AI的，从来不是工具多，而是你知道该把AI往哪里引。
MCP给了你一根线，AI是那条鱼。钓什么鱼，怎么钓，线在你手里。
星辰大海，永不止步。
我是佛山大师兄，在佛山搞企业AI落地，也陪儿子一起手搓STEM项目。觉得有用就点个在看，有问题评论区见。
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。
THANKS FOR READING
