搭建自己的 MCP 服务器

市面上没有你需要的 MCP 服务器？30 分钟自己搭一个。把你的订单系统、客户数据库、内部 API 变成 AI 能用的工具。

什么时候需要自己搭

场景	用现成的	自己搭
读本地文件	官方 filesystem	—
搜索网页	Brave Search	—
查公司订单数据库	—	需要自建
调用公司内部 API	—	需要自建
接入公司 ERP/CRM	—	需要自建
操作公司特有的流程	—	需要自建

原则：能用现成的就用现成的，只有涉及公司内部系统才需要自己搭。

方案一：用 Python 搭建（最快）

前提

安装 Python 3.10+
安装 MCP SDK：pip install mcp

示例：订单查询 MCP 服务器

python

from mcp.server.fastmcp import FastMCP

# 创建 MCP 服务器
mcp = FastMCP("订单查询系统")

# 模拟订单数据（实际项目中连接数据库）
orders = {
    "A12345": {"status": "已发货", "tracking": "SF789", "eta": "明天到达"},
    "A12346": {"status": "已签收", "tracking": "YT456", "eta": "已完成"},
    "A12347": {"status": "待发货", "tracking": "", "eta": "预计后天发出"},
}

@mcp.tool()
def query_order(order_id: str) -> str:
    """查询订单状态和物流信息。
    当用户询问订单进度、快递状态时使用。
    参数 order_id 是订单编号，格式如 A12345。
    """
    if order_id in orders:
        order = orders[order_id]
        return f"订单 {order_id}：{order['status']}，快递 {order['tracking']}，{order['eta']}"
    return f"未找到订单 {order_id}，请确认订单号是否正确"

@mcp.tool()
def search_orders(keyword: str) -> str:
    """按关键词搜索订单。
    当用户想查找订单但不知道具体订单号时使用。
    支持按状态搜索，如"已发货""待发货"。
    """
    results = []
    for oid, info in orders.items():
        if keyword in info["status"]:
            results.append(f"{oid}: {info['status']}")
    if results:
        return "找到以下订单：\n" + "\n".join(results)
    return f"没有找到包含 '{keyword}' 的订单"

运行和测试

bash

# 用 MCP Inspector 测试（推荐）
npx @modelcontextprotocol/inspector python your_server.py

# 或直接在 Claude Desktop 中配置

在 Claude Desktop 的 claude_desktop_config.json 中添加：

json

{
  "mcpServers": {
    "orders": {
      "command": "python",
      "args": ["/path/to/your_server.py"]
    }
  }
}

来源：MCP 官方教程 - 构建服务器

Python MCP 的优势

类型提示自动生成 Schema：参数用 str、int、bool 标注，MCP 自动生成工具参数说明
文档字符串变工具描述：函数的 docstring 直接成为 AI 看到的工具说明
装饰器语法：@mcp.tool() 一行搞定注册

方案二：用 TypeScript 搭建

前提

安装 Node.js 18+
初始化项目：npm init -y && npm install @modelcontextprotocol/sdk zod

示例：商品查询 MCP 服务器

typescript

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

const server = new McpServer({
  name: "商品查询系统",
  version: "1.0.0",
});

// 注册工具
server.tool(
  "query_product",
  "查询商品信息。当用户询问商品价格、库存、规格时使用。",
  {
    product_id: z.string().describe("商品编号"),
  },
  async ({ product_id }) => {
    // 实际项目中查询数据库
    return {
      content: [
        {
          type: "text",
          text: `商品 ${product_id}：护肤精华液，¥299，库存 156 件`,
        },
      ],
    };
  }
);

// 启动
const transport = new StdioServerTransport();
await server.connect(transport);

方案三：用 Dify 零代码搭建

如果你的系统已经有 API 接口，用 Dify 可以零代码变成 MCP 服务器。

步骤

在 Dify 中创建 Agent，添加自定义工具（导入 OpenAPI 文档）
开启 MCP 服务器模式（Dify v1.6.0+）
获取 MCP 服务器地址
在 Claude Desktop 或其他客户端中配置这个地址

这样你的业务 API → Dify Agent → MCP 服务器 → 任何 AI 客户端都能用。

来源：Dify MCP 双向支持

MCP 服务器的三种能力

一个 MCP 服务器可以提供三种东西：

能力	用途	类比
Tools（工具）	AI 可以调用的操作	员工能做的事（查数据、发邮件）
Resources（资源）	AI 可以读取的数据	员工能看的资料（文档、数据库）
Prompts（提示词）	预设的交互模板	员工的 SOP 手册

大多数场景只需要 Tools。Resources 适合大量只读数据，Prompts 适合标准化流程。

设计 MCP 工具的最佳实践

跟 Agent Skills 的设计原则一样，Anthropic 的建议同样适用：

1. 描述要详细

python

# 差的描述
@mcp.tool()
def search(query: str) -> str:
    """搜索"""

# 好的描述
@mcp.tool()
def search_products(query: str) -> str:
    """在商品数据库中搜索匹配的商品。
    当用户想找商品、查价格、看库存时使用。
    支持按商品名、品类、品牌搜索。
    每次最多返回 10 条结果。
    如果用户想查特定订单而不是商品，请用 query_order。
    """

2. 参数要防呆

python

from enum import Enum

class OrderStatus(str, Enum):
    pending = "待付款"
    paid = "已付款"
    shipped = "已发货"
    delivered = "已签收"

@mcp.tool()
def filter_orders(status: OrderStatus) -> str:
    """按状态筛选订单。"""
    # 用枚举限制可选值，Agent 不可能填错

3. 返回要精炼

python

# 差：返回整条数据库记录（50个字段）
return json.dumps(full_record)

# 好：只返回 Agent 需要的信息
return f"订单{oid}：{status}，快递{tracking}，预计{eta}"

4. 错误要友好

python

@mcp.tool()
def query_order(order_id: str) -> str:
    """查询订单状态。"""
    try:
        result = database.query(order_id)
        return format_order(result)
    except NotFoundError:
        return f"未找到订单 {order_id}，请确认订单号格式是否正确（如 A12345）"
    except DatabaseError:
        return "数据库暂时无法访问，请稍后再试"

AI 收到友好的错误信息后，能自己判断该怎么跟用户说。

本地测试工具

MCP Inspector

官方出品的测试工具，类似 API 的 Postman：

bash

npx @modelcontextprotocol/inspector python your_server.py

打开浏览器，可以：

看到服务器提供的所有工具
手动填参数测试每个工具
查看请求和响应的完整内容

来源：MCP Inspector

部署到生产环境

本地测试通过后，要部署成远程 MCP 服务器让团队共用。

选项一：Docker 部署

dockerfile

FROM python:3.12-slim
COPY . /app
WORKDIR /app
RUN pip install mcp
CMD ["python", "server.py"]

选项二：云平台托管

平台	适合	特点
阿里云百炼	国内企业	全托管、零运维
Cloudflare Workers	全球访问	Dify 有 mcp-tools-worker 项目
AWS / Azure	有云基础设施的企业	原生 MCP 支持

远程 MCP 的认证

生产环境必须配置认证，不能裸奔：

认证方式	适合	安全级别
API Key	内部系统	中
OAuth 2.1	对外服务	高
mTLS	高安全要求	最高

来源：MCP 传输协议规范

一句话总结

Python 30 分钟搭完，Dify 零代码也能做。核心是把你公司独有的系统和数据变成 AI 能用的标准接口。先本地测通，再部署到云上给团队用。

下一篇：MCP 安全须知 — 用 MCP 之前必须知道的安全风险。

搭建自己的 MCP 服务器 ​

什么时候需要自己搭 ​

方案一：用 Python 搭建（最快） ​

前提 ​

示例：订单查询 MCP 服务器 ​

运行和测试 ​

Python MCP 的优势 ​

方案二：用 TypeScript 搭建 ​

前提 ​

示例：商品查询 MCP 服务器 ​

方案三：用 Dify 零代码搭建 ​

步骤 ​

MCP 服务器的三种能力 ​

设计 MCP 工具的最佳实践 ​

1. 描述要详细 ​

2. 参数要防呆 ​

3. 返回要精炼 ​

4. 错误要友好 ​

本地测试工具 ​

MCP Inspector ​

部署到生产环境 ​

选项一：Docker 部署 ​

选项二：云平台托管 ​

远程 MCP 的认证 ​

一句话总结 ​

搭建自己的 MCP 服务器

什么时候需要自己搭

方案一：用 Python 搭建（最快）

前提

示例：订单查询 MCP 服务器

运行和测试

Python MCP 的优势

方案二：用 TypeScript 搭建

前提

示例：商品查询 MCP 服务器

方案三：用 Dify 零代码搭建

步骤

MCP 服务器的三种能力

设计 MCP 工具的最佳实践

1. 描述要详细

2. 参数要防呆

3. 返回要精炼

4. 错误要友好

本地测试工具

MCP Inspector

部署到生产环境

选项一：Docker 部署

选项二：云平台托管

远程 MCP 的认证

一句话总结