面向服务器开发者 - Model Context Protocol

在本教程中，我们将构建一个简单的 MCP 天气服务器并将其连接到宿主程序 Claude for Desktop。我们将从基本设置开始，然后逐步过渡到更复杂的用例。

我们要构建什么

许多 LLM 目前还没有获取天气预报和严重天气预警的能力。让我们用 MCP 来解决这个问题！

我们将构建一个暴露两个工具的服务器：get-alerts 和 get-forecast。然后我们将服务器连接到 MCP 宿主程序（在本例中是 Claude for Desktop）：

服务器可以连接到任何客户端。我们在这里选择 Claude for Desktop 是为了简单起见，但我们也有关于构建自己的客户端的指南以及其他客户端列表。

为什么选择 Claude for Desktop 而不是 Claude.ai?

MCP 核心概念

MCP 服务器可以提供三种主要类型的功能：

资源：客户端可以读取的类文件数据（如 API 响应或文件内容）
工具：可以被 LLM 调用的函数（需要用户批准）
提示：帮助用户完成特定任务的预写模板

本教程将主要关注工具。

让我们开始构建我们的天气服务器！你可以在这里找到我们将要构建的完整代码。

前置知识

本快速入门假设你熟悉：

Python
Claude 等 LLM

系统要求

已安装 Python 3.10 或更高版本
必须使用 Python MCP SDK 1.2.0 或更高版本

设置环境

首先，让我们安装 uv 并设置 Python 项目和环境：

curl -LsSf https://astral.sh/uv/install.sh | sh

之后请务必重启终端，以确保 uv 命令被识别。

现在，让我们创建并设置我们的项目：

# Create a new directory for our project
uv init weather
cd weather

# Create virtual environment and activate it
uv venv
source .venv/bin/activate

# Install dependencies
uv add "mcp[cli]" httpx

# Create our server file
touch weather.py

现在让我们开始构建你的服务器。

Building your server

导入包并设置实例

将这些添加到 weather.py 的顶部：

from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP

# Initialize FastMCP server
mcp = FastMCP("weather")

# Constants
NWS_API_BASE = "https://api.weather.gov"
USER_AGENT = "weather-app/1.0"

FastMCP 类使用 Python 类型提示和文档字符串自动生成工具定义，使得创建和维护 MCP 工具变得容易。

辅助函数

接下来，让我们添加用于查询和格式化来自国家气象局 API 数据的辅助函数：

async def make_nws_request(url: str) -> dict[str, Any] | None:
    """Make a request to the NWS API with proper error handling."""
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(url, headers=headers, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None

def format_alert(feature: dict) -> str:
    """Format an alert feature into a readable string."""
    props = feature["properties"]
    return f"""
Event: {props.get('event', 'Unknown')}
Area: {props.get('areaDesc', 'Unknown')}
Severity: {props.get('severity', 'Unknown')}
Description: {props.get('description', 'No description available')}
Instructions: {props.get('instruction', 'No specific instructions provided')}
"""

实现工具执行

工具执行处理程序负责实际执行每个工具的逻辑。让我们添加它：

@mcp.tool()
async def get_alerts(state: str) -> str:
    """Get weather alerts for a US state.

    Args:
        state: Two-letter US state code (e.g. CA, NY)
    """
    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
    data = await make_nws_request(url)

    if not data or "features" not in data:
        return "Unable to fetch alerts or no alerts found."

    if not data["features"]:
        return "No active alerts for this state."

    alerts = [format_alert(feature) for feature in data["features"]]
    return "\n---\n".join(alerts)

@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
    """Get weather forecast for a location.

    Args:
        latitude: Latitude of the location
        longitude: Longitude of the location
    """
    # First get the forecast grid endpoint
    points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
    points_data = await make_nws_request(points_url)

    if not points_data:
        return "Unable to fetch forecast data for this location."

    # Get the forecast URL from the points response
    forecast_url = points_data["properties"]["forecast"]
    forecast_data = await make_nws_request(forecast_url)

    if not forecast_data:
        return "Unable to fetch detailed forecast."

    # Format the periods into a readable forecast
    periods = forecast_data["properties"]["periods"]
    forecasts = []
    for period in periods[:5]:  # Only show next 5 periods
        forecast = f"""
{period['name']}:
Temperature: {period['temperature']}°{period['temperatureUnit']}
Wind: {period['windSpeed']} {period['windDirection']}
Forecast: {period['detailedForecast']}
"""
        forecasts.append(forecast)

    return "\n---\n".join(forecasts)

运行服务器

最后，让我们初始化并运行服务器：

if __name__ == "__main__":
    # Initialize and run the server
    mcp.run(transport='stdio')

你的服务器已完成！运行 uv run weather.py 来确认一切正常。

现在让我们从现有的 MCP 宿主程序 Claude for Desktop 测试你的服务器。

使用 Claude for Desktop 测试你的服务器

Claude for Desktop 尚未在 Linux 上可用。Linux 用户可以继续阅读构建客户端教程，以构建连接到我们刚刚构建的服务器的 MCP 客户端。

首先，确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。如果你已经安装了 Claude for Desktop，请确保它已更新到最新版本。

我们需要为你想使用的任何 MCP 服务器配置 Claude for Desktop。为此，请在文本编辑器中打开你的 Claude for Desktop 应用配置，路径为 ~/Library/Application Support/Claude/claude_desktop_config.json。如果文件不存在，请确保创建它。

例如，如果你安装了 VS Code：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务器。只有当至少一个服务器被正确配置时，MCP UI 元素才会显示在 Claude for Desktop 中。

在这种情况下，我们将像这样添加我们的单个天气服务器：

Python
{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather",
                "run",
                "weather.py"
            ]
        }
    }
}

Python
{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather",
                "run",
                "weather.py"
            ]
        }
    }
}

Python
{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "C:\\ABSOLUTE\\PATH\\TO\\PARENT\\FOLDER\\weather",
                "run",
                "weather.py"
            ]
        }
    }
}

你可能需要在 command 字段中放入 uv 可执行文件的完整路径。你可以通过在 MacOS/Linux 上运行 which uv 或在 Windows 上运行 where uv 来获取此路径。

确保你传入服务器的绝对路径。

这告诉 Claude for Desktop：

有一个名为 “weather” 的 MCP 服务器
通过运行 uv --directory /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather run weather.py 来启动它

保存文件，并重启 Claude for Desktop。

让我们开始构建我们的天气服务器！你可以在这里找到我们将要构建的完整代码。

前置知识

本快速入门假设你熟悉：

Python
Claude 等 LLM

系统要求

已安装 Python 3.10 或更高版本
必须使用 Python MCP SDK 1.2.0 或更高版本

设置环境

首先，让我们安装 uv 并设置 Python 项目和环境：

curl -LsSf https://astral.sh/uv/install.sh | sh

之后请务必重启终端，以确保 uv 命令被识别。

现在，让我们创建并设置我们的项目：

# Create a new directory for our project
uv init weather
cd weather

# Create virtual environment and activate it
uv venv
source .venv/bin/activate

# Install dependencies
uv add "mcp[cli]" httpx

# Create our server file
touch weather.py

现在让我们开始构建你的服务器。

Building your server

导入包并设置实例

将这些添加到 weather.py 的顶部：

from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP

# Initialize FastMCP server
mcp = FastMCP("weather")

# Constants
NWS_API_BASE = "https://api.weather.gov"
USER_AGENT = "weather-app/1.0"

FastMCP 类使用 Python 类型提示和文档字符串自动生成工具定义，使得创建和维护 MCP 工具变得容易。

辅助函数

接下来，让我们添加用于查询和格式化来自国家气象局 API 数据的辅助函数：

async def make_nws_request(url: str) -> dict[str, Any] | None:
    """Make a request to the NWS API with proper error handling."""
    headers = {
        "User-Agent": USER_AGENT,
        "Accept": "application/geo+json"
    }
    async with httpx.AsyncClient() as client:
        try:
            response = await client.get(url, headers=headers, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            return None

def format_alert(feature: dict) -> str:
    """Format an alert feature into a readable string."""
    props = feature["properties"]
    return f"""
Event: {props.get('event', 'Unknown')}
Area: {props.get('areaDesc', 'Unknown')}
Severity: {props.get('severity', 'Unknown')}
Description: {props.get('description', 'No description available')}
Instructions: {props.get('instruction', 'No specific instructions provided')}
"""

实现工具执行

工具执行处理程序负责实际执行每个工具的逻辑。让我们添加它：

@mcp.tool()
async def get_alerts(state: str) -> str:
    """Get weather alerts for a US state.

    Args:
        state: Two-letter US state code (e.g. CA, NY)
    """
    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
    data = await make_nws_request(url)

    if not data or "features" not in data:
        return "Unable to fetch alerts or no alerts found."

    if not data["features"]:
        return "No active alerts for this state."

    alerts = [format_alert(feature) for feature in data["features"]]
    return "\n---\n".join(alerts)

@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
    """Get weather forecast for a location.

    Args:
        latitude: Latitude of the location
        longitude: Longitude of the location
    """
    # First get the forecast grid endpoint
    points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
    points_data = await make_nws_request(points_url)

    if not points_data:
        return "Unable to fetch forecast data for this location."

    # Get the forecast URL from the points response
    forecast_url = points_data["properties"]["forecast"]
    forecast_data = await make_nws_request(forecast_url)

    if not forecast_data:
        return "Unable to fetch detailed forecast."

    # Format the periods into a readable forecast
    periods = forecast_data["properties"]["periods"]
    forecasts = []
    for period in periods[:5]:  # Only show next 5 periods
        forecast = f"""
{period['name']}:
Temperature: {period['temperature']}°{period['temperatureUnit']}
Wind: {period['windSpeed']} {period['windDirection']}
Forecast: {period['detailedForecast']}
"""
        forecasts.append(forecast)

    return "\n---\n".join(forecasts)

运行服务器

最后，让我们初始化并运行服务器：

if __name__ == "__main__":
    # Initialize and run the server
    mcp.run(transport='stdio')

你的服务器已完成！运行 uv run weather.py 来确认一切正常。

现在让我们从现有的 MCP 宿主程序 Claude for Desktop 测试你的服务器。

使用 Claude for Desktop 测试你的服务器

Claude for Desktop 尚未在 Linux 上可用。Linux 用户可以继续阅读构建客户端教程，以构建连接到我们刚刚构建的服务器的 MCP 客户端。

首先，确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。如果你已经安装了 Claude for Desktop，请确保它已更新到最新版本。

例如，如果你安装了 VS Code：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务器。只有当至少一个服务器被正确配置时，MCP UI 元素才会显示在 Claude for Desktop 中。

在这种情况下，我们将像这样添加我们的单个天气服务器：

Python
{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather",
                "run",
                "weather.py"
            ]
        }
    }
}

Python
{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather",
                "run",
                "weather.py"
            ]
        }
    }
}

Python
{
    "mcpServers": {
        "weather": {
            "command": "uv",
            "args": [
                "--directory",
                "C:\\ABSOLUTE\\PATH\\TO\\PARENT\\FOLDER\\weather",
                "run",
                "weather.py"
            ]
        }
    }
}

你可能需要在 command 字段中放入 uv 可执行文件的完整路径。你可以通过在 MacOS/Linux 上运行 which uv 或在 Windows 上运行 where uv 来获取此路径。

确保你传入服务器的绝对路径。

这告诉 Claude for Desktop：

有一个名为 “weather” 的 MCP 服务器
通过运行 uv --directory /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather run weather.py 来启动它

保存文件，并重启 Claude for Desktop。

让我们开始构建我们的天气服务器！你可以在这里找到我们将要构建的完整代码。

前置知识

本快速入门假设你熟悉：

TypeScript
Claude 等 LLM

系统要求

对于 TypeScript，请确保你已安装最新版本的 Node。

设置你的环境

首先，如果你还没有安装 Node.js 和 npm，请先安装它们。你可以从 nodejs.org 下载。验证你的 Node.js 安装：

node --version
npm --version

对于本教程，你需要 Node.js 16 或更高版本。

现在，让我们创建并设置我们的项目：

# Create a new directory for our project
mkdir weather
cd weather

# Initialize a new npm project
npm init -y

# Install dependencies
npm install @modelcontextprotocol/sdk zod
npm install -D @types/node typescript

# Create our files
mkdir src
touch src/index.ts

更新你的 package.json 以添加 type: “module” 和一个构建脚本：

package.json
{
  "type": "module",
  "bin": {
    "weather": "./build/index.js"
  },
  "scripts": {
    "build": "tsc && chmod 755 build/index.js"
  },
  "files": [
    "build"
  ],
}

在你的项目根目录下创建一个 tsconfig.json：

tsconfig.json
{
  "compilerOptions": {
    "target": "ES2022",
    "module": "Node16",
    "moduleResolution": "Node16",
    "outDir": "./build",
    "rootDir": "./src",
    "strict": true,
    "esModuleInterop": true,
    "skipLibCheck": true,
    "forceConsistentCasingInFileNames": true
  },
  "include": ["src/**/*"],
  "exclude": ["node_modules"]
}

现在让我们开始构建你的服务器。

Building your server

导入包并设置实例

将这些添加到你的 src/index.ts 文件的顶部：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const NWS_API_BASE = "https://api.weather.gov";
const USER_AGENT = "weather-app/1.0";

// Create server instance
const server = new McpServer({
  name: "weather",
  version: "1.0.0",
  capabilities: {
    resources: {},
    tools: {},
  },
});

辅助函数

接下来，让我们添加用于查询和格式化来自国家气象局 API 数据的辅助函数：

// 用于发出 NWS API 请求的辅助函数
async function makeNWSRequest<T>(url: string): Promise<T | null> {
  const headers = {
    "User-Agent": USER_AGENT,
    Accept: "application/geo+json",
  };

  try {
    const response = await fetch(url, { headers });
    if (!response.ok) {
      throw new Error(`HTTP error! status: ${response.status}`);
    }
    return (await response.json()) as T;
  } catch (error) {
    console.error("Error making NWS request:", error);
    return null;
  }
}

interface AlertFeature {
  properties: {
    event?: string;
    areaDesc?: string;
    severity?: string;
    status?: string;
    headline?: string;
  };
}

// 格式化警报数据
function formatAlert(feature: AlertFeature): string {
  const props = feature.properties;
  return [
    `Event: ${props.event || "Unknown"}`,
    `Area: ${props.areaDesc || "Unknown"}`,
    `Severity: ${props.severity || "Unknown"}`,
    `Status: ${props.status || "Unknown"}`,
    `Headline: ${props.headline || "No headline"}`,
    "---",
  ].join("\n");
}

interface ForecastPeriod {
  name?: string;
  temperature?: number;
  temperatureUnit?: string;
  windSpeed?: string;
  windDirection?: string;
  shortForecast?: string;
}

interface AlertsResponse {
  features: AlertFeature[];
}

interface PointsResponse {
  properties: {
    forecast?: string;
  };
}

interface ForecastResponse {
  properties: {
    periods: ForecastPeriod[];
  };
}

实现工具执行

工具执行处理程序负责实际执行每个工具的逻辑。让我们添加它：

// 注册天气工具
server.tool(
  "get-alerts",
  "Get weather alerts for a state",
  {
    state: z.string().length(2).describe("Two-letter state code (e.g. CA, NY)"),
  },
  async ({ state }) => {
    const stateCode = state.toUpperCase();
    const alertsUrl = `${NWS_API_BASE}/alerts?area=${stateCode}`;
    const alertsData = await makeNWSRequest<AlertsResponse>(alertsUrl);

    if (!alertsData) {
      return {
        content: [
          {
            type: "text",
            text: "Failed to retrieve alerts data",
          },
        ],
      };
    }

    const features = alertsData.features || [];
    if (features.length === 0) {
      return {
        content: [
          {
            type: "text",
            text: `No active alerts for ${stateCode}`,
          },
        ],
      };
    }

    const formattedAlerts = features.map(formatAlert);
    const alertsText = `Active alerts for ${stateCode}:\n\n${formattedAlerts.join("\n")}`;

    return {
      content: [
        {
          type: "text",
          text: alertsText,
        },
      ],
    };
  },
);

server.tool(
  "get-forecast",
  "Get weather forecast for a location",
  {
    latitude: z.number().min(-90).max(90).describe("Latitude of the location"),
    longitude: z.number().min(-180).max(180).describe("Longitude of the location"),
  },
  async ({ latitude, longitude }) => {
    // Get grid point data
    const pointsUrl = `${NWS_API_BASE}/points/${latitude.toFixed(4)},${longitude.toFixed(4)}`;
    const pointsData = await makeNWSRequest<PointsResponse>(pointsUrl);

    if (!pointsData) {
      return {
        content: [
          {
            type: "text",
            text: `Failed to retrieve grid point data for coordinates: ${latitude}, ${longitude}. This location may not be supported by the NWS API (only US locations are supported).`,
          },
        ],
      };
    }

    const forecastUrl = pointsData.properties?.forecast;
    if (!forecastUrl) {
      return {
        content: [
          {
            type: "text",
            text: "Failed to get forecast URL from grid point data",
          },
        ],
      };
    }

    // Get forecast data
    const forecastData = await makeNWSRequest<ForecastResponse>(forecastUrl);
    if (!forecastData) {
      return {
        content: [
          {
            type: "text",
            text: "Failed to retrieve forecast data",
          },
        ],
      };
    }

    const periods = forecastData.properties?.periods || [];
    if (periods.length === 0) {
      return {
        content: [
          {
            type: "text",
            text: "No forecast periods available",
          },
        ],
      };
    }

    // Format forecast periods
    const formattedForecast = periods.map((period: ForecastPeriod) =>
      [
        `${period.name || "Unknown"}:`,
        `Temperature: ${period.temperature || "Unknown"}°${period.temperatureUnit || "F"}`,
        `Wind: ${period.windSpeed || "Unknown"} ${period.windDirection || ""}`,
        `${period.shortForecast || "No forecast available"}`,
        "---",
      ].join("\n"),
    );

    const forecastText = `Forecast for ${latitude}, ${longitude}:\n\n${formattedForecast.join("\n")}`;

    return {
      content: [
        {
          type: "text",
          text: forecastText,
        },
      ],
    };
  },
);

运行服务器

最后，实现运行服务器的主函数：

async function main() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("Weather MCP Server running on stdio");
}

main().catch((error) => {
  console.error("Fatal error in main():", error);
  process.exit(1);
});

请确保运行 npm run build 来构建你的服务器！这是让你的服务器成功连接的关键一步。

现在让我们从现有的 MCP 宿主程序 Claude for Desktop 测试你的服务器。

使用 Claude for Desktop 测试你的服务器

Claude for Desktop 尚未在 Linux 上可用。Linux 用户可以继续阅读构建客户端教程，以构建连接到我们刚刚构建的服务器的 MCP 客户端。

首先，确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。如果你已经安装了 Claude for Desktop，请确保它已更新到最新版本。

例如，如果你安装了 VS Code：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务器。只有当至少一个服务器被正确配置时，MCP UI 元素才会显示在 Claude for Desktop 中。

在这种情况下，我们将像这样添加我们的单个天气服务器：

{
    "mcpServers": {
        "weather": {
            "command": "node",
            "args": [
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather/build/index.js"
            ]
        }
    }
}

{
    "mcpServers": {
        "weather": {
            "command": "node",
            "args": [
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/weather/build/index.js"
            ]
        }
    }
}

{
    "mcpServers": {
        "weather": {
            "command": "node",
            "args": [
                "C:\\PATH\\TO\\PARENT\\FOLDER\\weather\\build\\index.js"
            ]
        }
    }
}

这告诉 Claude for Desktop：

有一个名为 “weather” 的 MCP 服务器
通过运行 node /ABSOLUTE/PATH/TO/PARENT/FOLDER/weather/build/index.js 来启动它

保存文件，并重启 Claude for Desktop。

这是一个基于 Spring AI MCP 自动配置和启动器的快速入门演示。要了解如何手动创建同步和异步 MCP 服务器，请查阅 Java SDK 服务器文档。

让我们开始构建我们的天气服务器！你可以在这里找到我们将要构建的完整代码。

更多信息，请参阅 MCP 服务器启动器参考文档。对于手动 MCP 服务器实现，请参阅 MCP 服务器 Java SDK 文档。

系统要求

已安装 Java 17 或更高版本。
Spring Boot 3.3.x 或更高版本

设置你的环境

使用 Spring Initializer 来引导项目。

你需要添加以下依赖项：

<dependencies>
      <dependency>
          <groupId>org.springframework.ai</groupId>
          <artifactId>spring-ai-starter-mcp-server</artifactId>
      </dependency>

      <dependency>
          <groupId>org.springframework</groupId>
          <artifactId>spring-web</artifactId>
      </dependency>
</dependencies>

<dependencies>
      <dependency>
          <groupId>org.springframework.ai</groupId>
          <artifactId>spring-ai-starter-mcp-server</artifactId>
      </dependency>

      <dependency>
          <groupId>org.springframework</groupId>
          <artifactId>spring-web</artifactId>
      </dependency>
</dependencies>

dependencies {
  implementation platform("org.springframework.ai:spring-ai-starter-mcp-server")
  implementation platform("org.springframework:spring-web")   
}

然后通过设置应用程序属性来配置你的应用程序：

spring.main.bannerMode=off
logging.pattern.console=

服务器配置属性文档列出了所有可用的属性。

现在让我们开始构建你的服务器。

Building your server

天气服务

让我们实现一个 WeatherService.java，它使用 REST 客户端从国家气象局 API 查询数据：

@Service
public class WeatherService {

	private final RestClient restClient;

	public WeatherService() {
		this.restClient = RestClient.builder()
			.baseUrl("https://api.weather.gov")
			.defaultHeader("Accept", "application/geo+json")
			.defaultHeader("User-Agent", "WeatherApiClient/1.0 (your@email.com)")
			.build();
	}

  @Tool(description = "Get weather forecast for a specific latitude/longitude")
  public String getWeatherForecastByLocation(
      double latitude,   // Latitude coordinate
      double longitude   // Longitude coordinate
  ) {
      // Returns detailed forecast including:
      // - Temperature and unit
      // - Wind speed and direction
      // - Detailed forecast description
  }
	
  @Tool(description = "Get weather alerts for a US state")
  public String getAlerts(
      @ToolParam(description = "Two-letter US state code (e.g. CA, NY)" String state
  ) {
      // Returns active alerts including:
      // - Event type
      // - Affected area
      // - Severity
      // - Description
      // - Safety instructions
  }

  // ......
}

@Service 注解会自动在你的应用程序上下文中注册该服务。 Spring AI @Tool 注解使得创建和维护 MCP 工具变得容易。

自动配置将自动向 MCP 服务器注册这些工具。

创建你的 Boot 应用程序

@SpringBootApplication
public class McpServerApplication {

	public static void main(String[] args) {
		SpringApplication.run(McpServerApplication.class, args);
	}

	@Bean
	public ToolCallbackProvider weatherTools(WeatherService weatherService) {
		return  MethodToolCallbackProvider.builder().toolObjects(weatherService).build();
	}
}

使用 MethodToolCallbackProvider 工具将 @Tools 转换为 MCP 服务器使用的可操作回调。

运行服务器

最后，让我们构建服务器：

./mvnw clean install

这将在 target 文件夹内生成一个 mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar 文件。

现在让我们从现有的 MCP 宿主程序 Claude for Desktop 测试你的服务器。

使用 Claude for Desktop 测试你的服务器

Claude for Desktop 尚未在 Linux 上可用。

首先，确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。如果你已经安装了 Claude for Desktop，请确保它已更新到最新版本。

例如，如果你安装了 VS Code：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务器。只有当至少一个服务器被正确配置时，MCP UI 元素才会显示在 Claude for Desktop 中。

在这种情况下，我们将像这样添加我们的单个天气服务器：

java
{
  "mcpServers": {
    "spring-ai-mcp-weather": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-jar",
        "/ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar"
      ]
    }
  }
}

java
{
  "mcpServers": {
    "spring-ai-mcp-weather": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-jar",
        "/ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar"
      ]
    }
  }
}

java
{
  "mcpServers": {
    "spring-ai-mcp-weather": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.transport=STDIO",
        "-jar",
        "C:\\ABSOLUTE\\PATH\\TO\\PARENT\\FOLDER\\weather\\mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar"
      ]
    }
  }
}

确保你传入服务器的绝对路径。

这告诉 Claude for Desktop：

有一个名为 “my-weather-server” 的 MCP 服务器
通过运行 java -jar /ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar 来启动它

保存文件，并重启 Claude for Desktop。

使用 Java 客户端测试你的服务器

手动创建 MCP 客户端

使用 McpClient 连接到服务器：

var stdioParams = ServerParameters.builder("java")
  .args("-jar", "/ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar")
  .build();

var stdioTransport = new StdioClientTransport(stdioParams);

var mcpClient = McpClient.sync(stdioTransport).build();

mcpClient.initialize();

ListToolsResult toolsList = mcpClient.listTools();

CallToolResult weather = mcpClient.callTool(
  new CallToolRequest("getWeatherForecastByLocation",
      Map.of("latitude", "47.6062", "longitude", "-122.3321")));

CallToolResult alert = mcpClient.callTool(
  new CallToolRequest("getAlerts", Map.of("state", "NY")));

mcpClient.closeGracefully();

使用 MCP 客户端启动器

使用 spring-ai-starter-mcp-client 依赖项创建一个新的启动器应用程序：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-mcp-client</artifactId>
</dependency>

并将 spring.ai.mcp.client.stdio.servers-configuration 属性设置为指向你的 claude_desktop_config.json。你可以重用现有的 Anthropic Desktop 配置：

spring.ai.mcp.client.stdio.servers-configuration=file:PATH/TO/claude_desktop_config.json

当你启动客户端应用程序时，自动配置将自动从 claude_desktop_config.json 创建 MCP 客户端。

更多信息，请参阅 MCP 客户端启动器参考文档。

Building your server

设置实例

添加一个服务器初始化函数：

// 运行 MCP 服务器的主函数
fun `run mcp server`() {
    // 使用基本实现创建 MCP 服务器实例
    val server = Server(
        Implementation(
            name = "weather", // Tool name is "weather"
            version = "1.0.0" // Version of the implementation
        ),
        ServerOptions(
            capabilities = ServerCapabilities(tools = ServerCapabilities.Tools(listChanged = true))
        )
    )

    // 使用标准 IO 创建用于服务器通信的传输
    val transport = StdioServerTransport(
        System.`in`.asInput(),
        System.out.asSink().buffered()
    )

    runBlocking {
        server.connect(transport)
        val done = Job()
        server.onClose {
            done.complete()
        }
        done.join()
    }
}

天气 API 辅助函数

接下来，让我们添加用于查询和转换来自国家气象局 API 响应的函数和数据类：

// 用于获取给定纬度和经度的天气预报信息的扩展函数
suspend fun HttpClient.getForecast(latitude: Double, longitude: Double): List<String> {
    val points = this.get("/points/$latitude,$longitude").body<Points>()
    val forecast = this.get(points.properties.forecast).body<Forecast>()
    return forecast.properties.periods.map { period ->
        """
            ${period.name}:
            Temperature: ${period.temperature} ${period.temperatureUnit}
            Wind: ${period.windSpeed} ${period.windDirection}
            Forecast: ${period.detailedForecast}
        """.trimIndent()
    }
}

// 用于获取给定州的天气警报的扩展函数
suspend fun HttpClient.getAlerts(state: String): List<String> {
    val alerts = this.get("/alerts/active/area/$state").body<Alert>()
    return alerts.features.map { feature ->
        """
            Event: ${feature.properties.event}
            Area: ${feature.properties.areaDesc}
            Severity: ${feature.properties.severity}
            Description: ${feature.properties.description}
            Instruction: ${feature.properties.instruction}
        """.trimIndent()
    }
}

@Serializable
data class Points(
    val properties: Properties
) {
    @Serializable
    data class Properties(val forecast: String)
}

@Serializable
data class Forecast(
    val properties: Properties
) {
    @Serializable
    data class Properties(val periods: List<Period>)

    @Serializable
    data class Period(
        val number: Int, val name: String, val startTime: String, val endTime: String,
        val isDaytime: Boolean, val temperature: Int, val temperatureUnit: String,
        val temperatureTrend: String, val probabilityOfPrecipitation: JsonObject,
        val windSpeed: String, val windDirection: String,
        val shortForecast: String, val detailedForecast: String,
    )
}

@Serializable
data class Alert(
    val features: List<Feature>
) {
    @Serializable
    data class Feature(
        val properties: Properties
    )

    @Serializable
    data class Properties(
        val event: String, val areaDesc: String, val severity: String,
        val description: String, val instruction: String?,
    )
}

实现工具执行

工具执行处理程序负责实际执行每个工具的逻辑。让我们添加它：

// 创建一个具有默认请求配置和 JSON 内容协商的 HTTP 客户端
val httpClient = HttpClient {
    defaultRequest {
        url("https://api.weather.gov")
        headers {
            append("Accept", "application/geo+json")
            append("User-Agent", "WeatherApiClient/1.0")
        }
        contentType(ContentType.Application.Json)
    }
    // 安装用于 JSON 序列化/反序列化的内容协商插件
    install(ContentNegotiation) { json(Json { ignoreUnknownKeys = true }) }
}

// 注册一个按州获取天气警报的工具
server.addTool(
    name = "get_alerts",
    description = """
        Get weather alerts for a US state. Input is Two-letter US state code (e.g. CA, NY)
    """.trimIndent(),
    inputSchema = Tool.Input(
        properties = buildJsonObject {
            putJsonObject("state") {
                put("type", "string")
                put("description", "Two-letter US state code (e.g. CA, NY)")
            }
        },
        required = listOf("state")
    )
) { request ->
    val state = request.arguments["state"]?.jsonPrimitive?.content
    if (state == null) {
        return@addTool CallToolResult(
            content = listOf(TextContent("The 'state' parameter is required."))
        )
    }

    val alerts = httpClient.getAlerts(state)

    CallToolResult(content = alerts.map { TextContent(it) })
}

// 注册一个按纬度和经度获取天气预报的工具
server.addTool(
    name = "get_forecast",
    description = """
        Get weather forecast for a specific latitude/longitude
    """.trimIndent(),
    inputSchema = Tool.Input(
        properties = buildJsonObject {
            putJsonObject("latitude") { put("type", "number") }
            putJsonObject("longitude") { put("type", "number") }
        },
        required = listOf("latitude", "longitude")
    )
) { request ->
    val latitude = request.arguments["latitude"]?.jsonPrimitive?.doubleOrNull
    val longitude = request.arguments["longitude"]?.jsonPrimitive?.doubleOrNull
    if (latitude == null || longitude == null) {
        return@addTool CallToolResult(
            content = listOf(TextContent("The 'latitude' and 'longitude' parameters are required."))
        )
    }

    val forecast = httpClient.getForecast(latitude, longitude)

    CallToolResult(content = forecast.map { TextContent(it) })
}

运行服务器

最后，实现运行服务器的主函数：

fun main() = `run mcp server`()

请确保运行 ./gradlew build 来构建你的服务器。这是让你的服务器成功连接的关键一步。

现在让我们从现有的 MCP 宿主程序 Claude for Desktop 测试你的服务器。

使用 Claude for Desktop 测试你的服务器

Claude for Desktop 尚未在 Linux 上可用。Linux 用户可以继续阅读构建客户端教程，以构建连接到我们刚刚构建的服务器的 MCP 客户端。

首先，确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。如果你已经安装了 Claude for Desktop，请确保它已更新到最新版本。

例如，如果你安装了 VS Code：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务器。只有当至少一个服务器被正确配置时，MCP UI 元素才会显示在 Claude for Desktop 中。

在这种情况下，我们将像这样添加我们的单个天气服务器：

java
{
  "mcpServers": {
    "spring-ai-mcp-weather": {
      "command": "java",
      "args": [
        "-jar",
        "/ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar"
      ]
    }
  }
}

java
{
  "mcpServers": {
    "spring-ai-mcp-weather": {
      "command": "java",
      "args": [
        "-jar",
        "/ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar"
      ]
    }
  }
}

java
{
  "mcpServers": {
    "spring-ai-mcp-weather": {
      "command": "java",
      "args": [
        "-jar",
        "C:\\ABSOLUTE\\PATH\\TO\\PARENT\\FOLDER\\weather\\mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar"
      ]
    }
  }
}

这告诉 Claude for Desktop：

有一个名为 “my-weather-server” 的 MCP 服务器
通过运行 java -jar /ABSOLUTE/PATH/TO/PARENT/FOLDER/mcp-weather-stdio-server-0.0.1-SNAPSHOT.jar 来启动它

保存文件，并重启 Claude for Desktop。

让我们开始构建我们的天气服务器！你可以在这里找到我们将要构建的完整代码。

前置知识

本快速入门假设你熟悉：

C#
Claude 等 LLM
.NET 8 或更高版本

系统要求

已安装 .NET 8 SDK 或更高版本。

设置你的环境

首先，如果你还没有安装 dotnet，请先安装它。你可以从微软官方 .NET 网站下载 dotnet。验证你的 dotnet 安装：

dotnet --version

现在，让我们创建并设置你的项目：

# Create a new directory for our project
mkdir weather
cd weather
# Initialize a new C# project
dotnet new console

运行 dotnet new console 后，你将看到一个新的 C# 项目。你可以在你喜欢的 IDE 中打开该项目，例如 Visual Studio 或 Rider。或者，你可以使用 Visual Studio 项目向导创建 C# 应用程序。创建项目后，为模型上下文协议 SDK 和托管添加 NuGet 包：

# Add the Model Context Protocol SDK NuGet package
dotnet add package ModelContextProtocol --prerelease
# Add the .NET Hosting NuGet package
dotnet add package Microsoft.Extensions.Hosting

现在让我们开始构建你的服务器。

Building your server

打开项目中的 Program.cs 文件，并将其内容替换为以下代码：

using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Hosting;
using ModelContextProtocol;
using System.Net.Http.Headers;

var builder = Host.CreateEmptyApplicationBuilder(settings: null);

builder.Services.AddMcpServer()
    .WithStdioServerTransport()
    .WithToolsFromAssembly();

builder.Services.AddSingleton(_ =>
{
    var client = new HttpClient() { BaseAddress = new Uri("https://api.weather.gov") };
    client.DefaultRequestHeaders.UserAgent.Add(new ProductInfoHeaderValue("weather-tool", "1.0"));
    return client;
});

var app = builder.Build();

await app.RunAsync();

创建 ApplicationHostBuilder 时，请确保使用 CreateEmptyApplicationBuilder 而不是 CreateDefaultBuilder。这可以确保服务器不会向控制台写入任何额外的消息。这仅对于使用 STDIO 传输的服务器是必需的。

此代码设置了一个基本的控制台应用程序，该应用程序使用模型上下文协议 SDK 创建具有标准 I/O 传输的 MCP 服务器。

天气 API 辅助函数

接下来，定义一个包含工具执行处理程序的类，用于查询和转换来自国家气象局 API 的响应：

using ModelContextProtocol.Server;
using System.ComponentModel;
using System.Net.Http.Json;
using System.Text.Json;

namespace QuickstartWeatherServer.Tools;

[McpServerToolType]
public static class WeatherTools
{
    [McpServerTool, Description("Get weather alerts for a US state.")]
    public static async Task<string> GetAlerts(
        HttpClient client,
        [Description("The US state to get alerts for.")] string state)
    {
        var jsonElement = await client.GetFromJsonAsync<JsonElement>($"/alerts/active/area/{state}");
        var alerts = jsonElement.GetProperty("features").EnumerateArray();

        if (!alerts.Any())
        {
            return "No active alerts for this state.";
        }

        return string.Join("\n--\n", alerts.Select(alert =>
        {
            JsonElement properties = alert.GetProperty("properties");
            return $"""
                    Event: {properties.GetProperty("event").GetString()}
                    Area: {properties.GetProperty("areaDesc").GetString()}
                    Severity: {properties.GetProperty("severity").GetString()}
                    Description: {properties.GetProperty("description").GetString()}
                    Instruction: {properties.GetProperty("instruction").GetString()}
                """;
        }));
    }

    [McpServerTool, Description("Get weather forecast for a location.")]
    public static async Task<string> GetForecast(
        HttpClient client,
        [Description("Latitude of the location.")] double latitude,
        [Description("Longitude of the location.")] double longitude)
    {
        var jsonElement = await client.GetFromJsonAsync<JsonElement>($"/points/{latitude},{longitude}");
        var periods = jsonElement.GetProperty("properties").GetProperty("periods").EnumerateArray();

        return string.Join("\n---\n", periods.Select(period => $"""
                {period.GetProperty("name").GetString()}
                Temperature: {period.GetProperty("temperature").GetInt32()}°F
                Wind: {period.GetProperty("windSpeed").GetString()} {period.GetProperty("windDirection").GetString()}
                Forecast: {period.GetProperty("detailedForecast").GetString()}
                """));
    }
}

运行服务器

最后，使用以下命令运行服务器：

dotnet run

这将启动服务器并在标准输入/输出上侦听传入请求。

使用 Claude for Desktop 测试你的服务器

Claude for Desktop 尚未在 Linux 上可用。Linux 用户可以继续阅读构建客户端教程，以构建连接到我们刚刚构建的服务器的 MCP 客户端。

首先，确保你已经安装了 Claude for Desktop。你可以在这里安装最新版本。如果你已经安装了 Claude for Desktop，请确保它已更新到最新版本。

例如，如果你安装了 VS Code：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

然后你将在 mcpServers 键中添加你的服务器。只有当至少一个服务器被正确配置时，MCP UI 元素才会显示在 Claude for Desktop 中。

在这种情况下，我们将像这样添加我们的单个天气服务器：

{
  "mcpServers": {
      "weather": {
          "command": "dotnet",
          "args": [
              "run",
              "--project",
              "/ABSOLUTE/PATH/TO/PROJECT",
              "--no-build"
          ]
      }
  }
}

{
  "mcpServers": {
      "weather": {
          "command": "dotnet",
          "args": [
              "run",
              "--project",
              "/ABSOLUTE/PATH/TO/PROJECT",
              "--no-build"
          ]
      }
  }
}

{
  "mcpServers": {
      "weather": {
          "command": "dotnet",
          "args": [
              "run",
              "--project",
              "C:\\ABSOLUTE\\PATH\\TO\\PROJECT",
              "--no-build"
          ]
      }
  }
}

这告诉 Claude for Desktop：

有一个名为 “weather” 的 MCP 服务器
通过运行 dotnet run /ABSOLUTE/PATH/TO/PROJECT 来启动它保存文件，并重启 Claude for Desktop。

使用命令测试

让我们确保 Claude for Desktop 能够识别我们在 weather 服务器中暴露的两个工具。你可以通过查找锤子图标来做到这一点：

点击锤子图标后，你应该会看到列出的两个工具：

如果 Claude for Desktop 没有识别你的服务器，请转到故障排除部分查看调试提示。

如果锤子图标已显示，你现在可以通过在 Claude for Desktop 中运行以下命令来测试你的服务器：

萨克拉门托的天气怎么样？
得克萨斯州有哪些活跃的天气警报？

由于这是美国国家气象局的服务，查询仅适用于美国地点。

幕后发生了什么

当你提问时：

客户端将你的问题发送给 Claude
Claude 分析可用的工具并决定使用哪一个（或多个）
客户端通过 MCP 服务器执行选定的工具
结果被发送回 Claude
Claude 形成自然语言响应
响应显示给你！

故障排除

Claude for Desktop 集成问题

从 Claude for Desktop 获取日志

与 MCP 相关的 Claude.app 日志被写入 ~/Library/Logs/Claude 中的日志文件：

mcp.log 将包含有关 MCP 连接和连接失败的一般日志记录。
名为 mcp-server-SERVERNAME.log 的文件将包含来自指定服务器的错误 (stderr) 日志记录。

你可以运行以下命令来列出最近的日志并跟踪任何新的日志：

# 检查 Claude 的日志以查找错误
tail -n 20 -f ~/Library/Logs/Claude/mcp*.log

服务器未在 Claude 中显示

检查你的 claude_desktop_config.json 文件语法
确保你的项目路径是绝对路径而不是相对路径
完全重启 Claude for Desktop

工具调用静默失败

如果 Claude 尝试使用工具但失败了：

检查 Claude 的日志以查找错误
验证你的服务器构建和运行没有错误
尝试重启 Claude for Desktop

这些都不起作用。我该怎么办？

请参阅我们的调试指南以获取更好的调试工具和更详细的指导。

天气 API 问题

有关更高级的故障排除，请查看我们的调试 MCP 指南

后续步骤

Building a client

学习如何构建你自己的可以连接到你的服务器的 MCP 客户端

查看我们的官方 MCP 服务器和实现示例库

调试指南

学习如何有效调试 MCP 服务器和集成

使用LLMs构建MCP

学习如何使用 Claude 等 LLM 加速 MCP 开发

Get Started

Tutorials

Concepts

Development

​我们要构建什么

​MCP 核心概念

​前置知识

​系统要求

​设置环境

​Building your server

​导入包并设置实例

​辅助函数

​实现工具执行

​运行服务器

​使用 Claude for Desktop 测试你的服务器

​前置知识

​系统要求

​设置环境

​Building your server

​导入包并设置实例

​辅助函数

​实现工具执行

​运行服务器

​使用 Claude for Desktop 测试你的服务器

​前置知识

​系统要求

​设置你的环境

​Building your server

​导入包并设置实例

​辅助函数

​实现工具执行

​运行服务器

​使用 Claude for Desktop 测试你的服务器

​系统要求

​设置你的环境

​Building your server

​天气服务

​创建你的 Boot 应用程序

​运行服务器

​使用 Claude for Desktop 测试你的服务器

​使用 Java 客户端测试你的服务器

​手动创建 MCP 客户端

​使用 MCP 客户端启动器

​更多 Java MCP 服务器示例

​前置知识

​系统要求

​设置你的环境

​Building your server

​设置实例

​天气 API 辅助函数

​实现工具执行

​运行服务器

​使用 Claude for Desktop 测试你的服务器

​前置知识

​系统要求

​设置你的环境

​Building your server

​天气 API 辅助函数

​运行服务器

​使用 Claude for Desktop 测试你的服务器

​使用命令测试

​幕后发生了什么

​故障排除

​后续步骤

Building a client

查看我们的官方 MCP 服务器和实现示例库

调试指南

使用LLMs构建MCP

我们要构建什么

MCP 核心概念

前置知识

系统要求

设置环境

Building your server

导入包并设置实例

辅助函数

实现工具执行

运行服务器

使用 Claude for Desktop 测试你的服务器

前置知识

系统要求

设置环境

Building your server

导入包并设置实例

辅助函数

实现工具执行

运行服务器

使用 Claude for Desktop 测试你的服务器

前置知识

系统要求

设置你的环境

Building your server

导入包并设置实例

辅助函数

实现工具执行

运行服务器

使用 Claude for Desktop 测试你的服务器

系统要求

设置你的环境

Building your server

天气服务

创建你的 Boot 应用程序

运行服务器

使用 Claude for Desktop 测试你的服务器

使用 Java 客户端测试你的服务器

手动创建 MCP 客户端

使用 MCP 客户端启动器

更多 Java MCP 服务器示例

前置知识

系统要求

设置你的环境

Building your server

设置实例

天气 API 辅助函数

实现工具执行

运行服务器

使用 Claude for Desktop 测试你的服务器

前置知识

系统要求

设置你的环境

Building your server

天气 API 辅助函数

运行服务器

使用 Claude for Desktop 测试你的服务器

使用命令测试

幕后发生了什么

故障排除

后续步骤