想让你写的 Python 程序能被 AI 调用吗？MCP（Model Context Protocol）就是一种让 AI 与你的数据交互的协议。本教程带你从零安装 Python，搭建一个简单的 MCP 服务器，并验证 AI 能否成功连接。

准备环境

你需要一台电脑（Windows、macOS 或 Linux），并安装 Python。如果你还没装：

• Python：一种容易上手的编程语言。去 python.org 下载最新版（3.10+），安装时记得勾选“Add Python to PATH”。
• 编辑器：推荐 VS Code，免费且好用。

安装 MCP 库

打开终端（Windows 用命令提示符或 PowerShell），输入以下命令安装 MCP 的 Python 包：

1. pip install mcp —— 安装核心库。
2. 如果提示“pip 不是命令”，说明 Python 没加入 PATH，重新安装并勾选那个选项。

写一个最简单的 MCP 服务器

新建文件 server.py，复制下面代码：

from mcp.server import Server, NotificationOptions
from mcp.server.models import InitializationOptions
import mcp.server.stdio
import mcp.types as types

server = Server("demo")

@server.list_tools()
async def list_tools() -> list[types.Tool]:
    return [
        types.Tool(
            name="hello",
            description="返回问候语",
            inputSchema={
                "type": "object",
                "properties": {
                    "name": {"type": "string", "description": "你的名字"}
                },
                "required": ["name"]
            }
        )
    ]

@server.call_tool()
async def call_tool(name: str, arguments: dict) -> list[types.TextContent]:
    if name == "hello":
        return [types.TextContent(type="text", text=f"你好，{arguments['name']}！")]
    raise ValueError(f"未知工具: {name}")

async def run():
    async with mcp.server.stdio.stdio_server() as (read_stream, write_stream):
        await server.run(read_stream, write_stream, InitializationOptions(
            server_name="demo",
            server_version="0.1.0"
        ))

这个服务器只提供一个工具：输入名字，返回问候语。

运行并测试

1. 在终端中进入 server.py 所在文件夹，运行 python server.py。
2. 如果看到“Server started”之类的信息，说明成功。
3. 要测试，你可以用另一个 Python 脚本或 MCP 客户端（如 Cursor）连接。简单测试：另开终端，运行 python -m mcp.client stdio python server.py，然后输入 hello 工具名和参数 {"name": "小明"}，应返回“你好，小明！”。

常见坑提醒

• 端口被占用：如果报错“Address already in use”，换个端口或关掉其他 Python 进程。
• 异步错误：确保函数前有 async 关键字。

下一步可以做什么

现在你可以扩展服务器，添加更多工具（如查询数据库、调用 API）。让 AI 助手通过 MCP 访问你的数据，实现自动化工作流。