MCP(Model Context Protocol)作为 AI 与外部工具的通信协议,能让大模型精准调用自定义功能,摆脱官方工具的限制。本文将从环境搭建、项目初始化、代码开发到 Cherry Studio 联调,完整实现一个自定义 MCP 服务,最终让 AI 通过该服务完成「1+3=5」的个性化计算,全程步骤清晰、可直接复刻。
一、前置准备:安装 uv 包管理工具(核心环境)
uv 是新一代 Python 包管理工具,比 pip/conda 更快,且能统一管理 Python 版本和项目依赖,是搭建 MCP 服务的最佳选择,仅需一行命令完成安装。
安装命令(PowerShell 执行)
powershell -ExecutionPolicy Bypass -c "irm https://github.com/astral-sh/uv/releases/download/0.9.27/uv-installer.ps1 | iex"
安装完成后无需额外配置,自动添加系统环境变量 验证安装:在终端输入 uv --version,输出版本号即表示安装成功
二、Python 版本管理:安装 3.13(MCP 推荐版本)
MCP 对 Python 3.13 兼容性更佳,通过 uv 可一键安装并管理该版本,无需担心多版本冲突。
1. 查看当前已安装 Python 版本
uv python list
2. 安装 python 3.13
uv python install 3.13
三、项目初始化:创建 MCP 服务专属工程
- 创建项目文件夹并进入 建议按「根目录 - 项目目录」的结构创建,方便后续管理,以 Windows 为例: 创建一个 mcp_server 文件夹,初始化 python 项目
D:\AiMcpProject>cd D:\AiMcpProject
D:\AiMcpProject>cd mcp_server
D:\AiMcpProject\mcp_server> uv init . -p 3.13
Initialized project `mcp-server` at `D:\AiMcpProject\mcp_server`
四、安装 MCP SDK:核心依赖包
MCP SDK 是开发自定义 MCP 服务的基础,提供了 FastMCP 核心类和各类装饰器,支持 uv/pip 两种安装方式,优先推荐 uv(更快、无依赖冲突)。
方式 1:uv 安装(推荐,速度更快)
uv add "mcp[cli]"
方式 2:pip 安装(备用,兼容所有环境)
pip install "mcp[cli]"
五、核心开发:编写自定义 MCP 服务代码
项目初始化后,打开 main.py(PyCharm/VS Code 均可),编写核心业务代码。本次实现 3 个核心功能:个性化加法工具、动态问候资源、多风格问候提示词,且特意将加法结果「多加 1」,用于后续验证服务是否被成功调用。
main.py 内容
完整代码(可直接复制使用)
from mcp.server import FastMCP
# 初始化 MCP 服务,命名为 Demo(服务标识,可自定义)
mcp = FastMCP("Demo")
# 1. 自定义加法工具:核心测试功能(a+b 后多加 1,用于联调验证)
@mcp.tool()
() -> :
a + b +
() -> :
() -> :
styles = {
: ,
: ,
: ,
}
__name__ == :
mcp.run(transport=)


