Python 调用高德地图 MCP 服务查询天气示例

代码关键点解析

1. 异步编程：MCP 客户端基于异步 IO，所以必须使用 async/await 模式。asyncio.run() 用于启动事件循环。
2. 环境变量传递：API Key 敏感信息不应硬编码在代码里，而是通过 env 字典传递给子进程，这样更安全。
3. 工具调用：call_tool 方法接收工具名称和参数字典。高德地图提供了 maps_weather 等工具，参数需符合其 Schema 定义。

Java SDK 参考

如果你更习惯使用 Java，官方也提供了对应的 SDK。虽然本文重点在 Python，但 Java 的实现思路类似，都是基于 McpClient 进行同步或异步调用。

引入依赖（Maven）：

<dependency>
    <groupId>io.modelcontextprotocol.sdk</groupId>
    <artifactId>mcp</artifactId>
    <version>0.8.1</version>
</dependency>

核心调用逻辑如下：

import io.modelcontextprotocol.client.McpSyncClient;
import io.modelcontextprotocol.client.transport.ServerParameters;
import io.modelcontextprotocol.client.transport.StdioClientTransport;
import io.modelcontextprotocol.spec.McpSchema;

public class JunitTest {
    public void test() {
        // 配置传输参数
        ServerParameters params = ServerParameters.builder("npx")
            .args("-y", "@amap/amap-maps-mcp-server")
            .addEnvVar("AMAP_MAPS_API_KEY", "your_api_key_here")
            .build();
            
        StdioClientTransport transport = new StdioClientTransport(params);
        McpSyncClient client = McpClient.sync(transport).build();
        
        client.initialize();
        McpSchema.ListToolsResult toolsList = client.listTools();
        System.out.println("工具列表:" + toolsList);
        
        // 调用天气接口
        McpSchema.CallToolResult mapsWeather = client.callTool(
            new McpSchema.CallToolRequest("maps_weather", Map.of("city", "福州"))
        );
        System.out.println("调用结果:" + mapsWeather.content());
    }
}

在实际集成时，注意处理异常情况和网络超时问题。MCP 的设计初衷就是让 AI 应用能像调用普通函数一样调用外部服务，理解这一层抽象后，扩展其他服务也会变得简单。