Python 调用高德地图 MCP 服务查询天气示例

这段代码的关键在于 stdio_client 上下文管理器，它负责建立与服务器的标准输入输出通道。初始化后，我们可以列出可用工具并调用具体的 call_tool。注意替换环境变量中的 API Key 为真实值。

Java SDK 实现

如果你更习惯 Java 开发，MCP 也提供了同步客户端支持。在 Maven 项目中引入依赖：

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

或者在 Gradle 中使用：

implementation("io.modelcontextprotocol.sdk:mcp:0.8.1")

以下是基于 JUnit 测试框架的实现示例，展示了如何构建同步客户端并调用工具：

import io.modelcontextprotocol.client.McpClient;
import io.modelcontextprotocol.client.McpSyncClient;
import io.modelcontextprotocol.client.transport.ServerParameters;
import io.modelcontextprotocol.client.transport.StdioClientTransport;
import io.modelcontextprotocol.spec.McpSchema;
import org.junit.jupiter.api.Test;
import java.util.Map;

public class JunitTest {
    @Test
    public void test() {
        ServerParameters params = ServerParameters.builder("npx")
                .args("-y", "@amap/amap-maps-mcp-server")
                .addEnvVar("AMAP_MAPS_API_KEY", "xxxxx")
                .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);
        
        McpSchema.CallToolResult mapsWeather = client.callTool(
            new McpSchema.CallToolRequest("maps_weather", Map.of("city", "福州"))
        );
        System.out.println("调用结果:" + mapsWeather.content());
    }
}

Java 版本采用了同步阻塞模式，逻辑上比 Python 异步版本更直观一些，适合传统后端集成场景。无论选择哪种语言，核心流程都是：配置参数 -> 建立传输 -> 初始化 -> 调用工具。

参考资料

• Model Context Protocol 官网
• GitHub - Python SDK
• GitHub - Java SDK