Demo MCP Server
这是一个用于学习目的的简单 MCP (Model Context Protocol) Server 演示项目。
什么是 MCP？
MCP (Model Context Protocol) 是一个开放协议，允许 AI 应用程序（如 Claude）与外部工具和数据源进行通信。通过 MCP，你可以：
- 为 Claude 提供自定义工具
- 集成外部 API 和服务
- 访问本地数据源
- 扩展 Claude 的能力
这个演示 Server 提供的工具
这个 demo MCP server 提供了三个简单的工具：
- calculate - 执行基本算术运算（加、减、乘、除）
- get_current_time - 获取当前日期和时间
- analyze_text - 分析文本统计信息（字数、字符数等）
项目结构
.
├── demo_mcp_server.py # MCP server 主程序
├── pyproject.toml # Python 项目配置
├── claude_desktop_config.json # Claude Desktop 配置示例
└── README.md # 本文件安装和运行
1. 安装依赖
使用 uv（推荐）： ``bash uv pip install -e . ``
或使用 pip： ``bash pip install -e . ``
2. 测试 Server
你可以直接运行 server 来测试它： ``bash demo-mcp-server ``
或者使用 Python 运行： ``bash python demo_mcp_server.py ``
3. 配置 Claude Code 使用此 MCP Server
要配置 Claude Code 使用这个 MCP server，你需要编辑 Claude Code 的配置文件。
Claude Code 配置文件位置：
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
在配置文件中添加以下内容：
{
"mcpServers": {
"demo-server": {
"command": "uv",
"args": [
"--directory",
"/Users/bytedance/workingspace/lzx-mcp",
"run",
"demo-mcp-server"
]
}
}
}或者如果你使用的是系统 Python： ``json { "mcpServers": { "demo-server": { "command": "demo-mcp-server" } } } ``
注意：将 /Users/bytedance/workingspace/lzx-mcp 替换为你的实际项目路径。
4. 重启 Claude Code
配置完成后，重启 Claude Code 以加载新的 MCP server。
5. 使用 MCP 工具
重启后，你可以在 Claude Code 中这样使用：
请帮我计算 123 乘以 456
获取当前时间
分析这段文本的文字统计：Hello, this is a demo of the MCP server!MCP Server 工作原理
核心概念
- Server（服务器）: 提供 tools 和资源的程序
- Client（客户端）: 使用这些 tools 的应用程序（如 Claude）
- Tools（工具）: 可以被 AI 调用的函数
- Transport（传输）: Server 和 client 之间的通信方式（stdio, SSE 等）
代码结构解释
# 1. 创建 Server 实例
app = Server("demo-mcp-server")
# 2. 列出可用工具
@app.list_tools()
async def list_tools() -> list[Tool]:
# 返回所有可用工具的描述
return [...]
# 3. 处理工具调用
@app.call_tool()
async def call_tool(name: str, arguments: dict):
# 根据 tool name 路由到相应的处理函数
...
# 4. 运行 server
async def main():
async with mcp.server.stdio.stdio_server() as (read_stream, write_stream):
await app.run(read_stream, write_stream, ...)扩展建议
想要添加更多工具？只需：
- 在
list_tools()中添加新的 Tool 定义 - 在
call_tool()中添加对应的处理函数 - 实现具体的业务逻辑
示例：添加一个新的工具来获取天气信息 ``python Tool( name="get_weather", description="Get current weather for a city", inputSchema={ "type": "object", "properties": { "city": {"type": "string", "description": "City name"}, }, "required": ["city"], }, ) ``
参考资源
License
MIT
