搭建自己的MCP服务器
今年以来，AI越来越普及，大家都对此领域好奇，探索，然后却被那些晦涩的术语和复杂的协议挡在门外，不明所以，今天昨们就来从概念说起，然后动手搭建一个自己的MCP服务器，彻底深入这片神秘的海洋。
1. 从基础概念入手，聊聊是什么和为什么
在开始动手之前，让我们先花几分钟弄清楚一些概念，并明白我们究竟在要做什么，以及它的意义所在。
1.1 大语言模型（Large Language Model，LLM）
-
大语言模型，顾名思义，就是一个只能处理和输出文字的系统。
-
早期的大语言模型，输出非常不稳定，准确率很低，经常“一本正经地胡说八道“，所以，人们最多把它当成一个顾问：咨询意见，但不敢让它直接拍板决策或上手干活。
-
但是，AI 技术发展飞快，随着模型参数规模的扩大和训练方法的革新，语言模型的「智力」得到了肉眼可见的提升。人们惊喜地发现，AI 写出的文案、给到的建议、生成的代码，几乎不需要修改就能直接使用了！眼看着 AI 越来越靠谱，一种想法自然而然地浮现出来：既然大模型这么能干，是时候解开 AI 的禁锢，让它不只能「动动嘴」，也能「动动手」了？
1.2 于是诞生了MCP
-
MCP是一套定义大模型如何发现、理解和调用外部工具（或称服务）的标准协议
-
它明确了两个核心角色：
- MCP Client（客户端）： 通常是使用工具的一方。一般是 AI 应用，比如 Claude 客户端、Cursor 编程工具等。
- MCP Server（服务端）： 也就是提供工具的一方。任何拥有 API 或软件服务的公司，都可以按照 MCP 规范把自己包装成一个 MCP Server，把原来给人用的工具，改造成能让 AI 理解和调用的工具。
1.3 为什么要自己搭建MCP服务器？
-
你可能会想，直接用现成的工具不好吗？为什么要自己搭建？
-
当然，初期学习时，可以直接用现成的，但是And然后，做为好学、上进、求知欲爆棚的你就开始想如何自己搭建了！
-
自己搭建，意味着你可以：
-
实现上下文自由：让你的AI助手在不同软件（如Cursor、Claude Code）间穿梭时，依然记得你的习惯和需求，不再需要你反复解释。
-
创造无限可能：你可以让它连接你的个人笔记、专属数据库、甚至公司的内部系统，打造出完全为你服务的“数字员工”。
-
掌握未来主动权：在AI技术日新月异的今天，理解并掌握了底层原理，你就拥有了不被时代抛下的底气。
-
-
好了，你是不是已经跃跃欲试了？那就让我们挽起袖子，加油干吧！
2. 准备环境
-
在开始之前，我们需要将环境准备好。
2.1 安装 Node.js
-
访问 Node.js 官网
-
下载并安装最新的 LTS（长期支持版）版本，现在是22.19.0。
-
安装完成后，打开你的终端，输入命令 node -v 和 npm -v 。如果它们都显示出版本号，就证明安装成功了。
-
Note：如果您目前环境上已经安装过Node了，建议重新安装最新版本的，因为老版本可能会存在某些特性不存在导致出错的情况，比如 MCP Inspector 就对版本有要求。
2.2 选择一个代码编辑器
-
你需要一个写代码的工具。比如 Visual Studio Code (VSCode)，它免费、强大且对新手友好。
-
访问 VSCode 官网
-
下载并安装它
3. 创建MCP Server
-
我们将创建一个最简单的MCP服务器，它只做一件事：输出Hello World！。
-
虽然很俗，但这是伟大征程的起点。
3.1 创建项目目录
mkdir mcpServer && cd mcpServer3.2 初始化项目
现在，让我们初始化一个Node.js项目，它会为我们生成一个配置文件。
npm init -y3.3 安装依赖
MCP的官方SDK（软件开发工具包）是我们最重要的工具。我们来安装它。
npm install @modelcontextprotocol/sdk3.4 创建核心代码文件
-
打开VSCode，然后打开你刚刚创建的 mcpServer 文件夹
-
在项目根目录下，创建一个名为 src 的文件夹
-
在 src 文件夹下，创建一个文件： index.ts
3.5 编写MCP Server代码实现 "Hello World!"
// 1. 导入依赖
import { McpServer } from"@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from"@modelcontextprotocol/sdk/server/stdio.js";
// 2. 创建服务器实例
export const server =new McpServer({
name: "my-mcp-server", // 给你的服务器起个名字
version: "0.0.1", // 版本号
});
// 3. 定义一个工具（Tool）：起名叫 "say_hello"
server.tool(
"say_hello", // 工具的名称
{ }, // 输入参数，这里为空
async ()=> {
return {
content: [{ type: "text", text: "Hello, World! From my first MCP server!" }],
};
}
);
// 4. 启动服务器
async function main(): Promise {
const transport = new StdioServerTransport();
await server.connect(transport);
}
// 5. 执行启动
main().catch((error: Error) => {
console.error("Server startup failed:", error);
process.exit(1);
}); 3.6 编译并运行
-
在终端中，确保你的位置在 mcpServer 目录下。
-
运行以下命令来编译TypeScript代码：
npx tsc src/index.ts --outDir build --target ES2020 --module commonjs编译成功后，你会看到一个 build 文件夹，里面有一个 index.js 文件。现在，运行它！
node build/index.js-
现在，你的服务器已经在运行了！它正在默默地等待它的第一个客户。虽然你现在在终端里看不到任何输出，但它已经准备好了。要测试它，我们需要一个“客户”。
4. 使用 Client 测试与调试你的MCP Server
-
我们使用Anthropic官方提供的 MCP Inspector 来测试我们的服务器。它就像一个“客户端模拟器”。
4.1 启动 MCP Inspector
-
打开一个新的终端窗口（让刚才运行服务器的终端继续保持运行），输入以下命令：
# 无需手动安装，直接使用 npx 运行 Inspector，连接到你的 MCP 服务器
npx @modelcontextprotocol/inspector node build/index.js4.2 测试MCP Server
-
几秒钟后，你的浏览器会自动打开一个本地页面（通常是 http://localhost:6274 ），这就是MCP Inspector的操作界面。
-
在界面中，你应该能看到左侧有一个connect，点击就连接到了你的服务器上。
-
按照下图所示，依次点击 list tool -> say_hello -> Run Tool
-
奇迹发生了！在右侧的 Tool Result 中，你应该能看到服务器执行成功，并返回的消息： "Hello, World! From m y first MCP server!"
恭喜，你已经成功地创建并运行了你的第一个MCP服务器！
5. 深度探索MCP - 无限机遇等着你
通过以上的示例，你的第一个MCP服务器已经运行起来了，接下来可以尝试添加更多的功能，实现本地资源的私密读取，然后再将你的服务配置到 Cursor 或 Cherry Studio 中，让你常用的AI助手真正调用你的专属工具。
6. 参考
-
《从零开始，亲手搭建你的第一个MCP服务器》
-
《聊一聊 Tool、MCP 和 Agent 来龙去脉 | 大白话技术科普系列@Jomy》
7. 团队介绍
「三翼鸟数字化技术平台-应用软件框架开发」主要负责设计工具的研发，包括营销设计工具、家电VR设计和展示、水电暖通前置设计能力，研发并沉淀素材库，构建家居家装素材库，集成户型库、全品类产品库、设计方案库、生产工艺模型，打造基于户型和风格的AI设计能力，快速生成算量和报价；同时研发了门店设计师中心和项目中心，包括设计师管理能力和项目经理管理能力。实现了场景全生命周期管理，同时为水，空气，厨房等产业提供商机管理工具，从而实现了以场景贯穿的B端C端全流程系统。
