MCP服务编写实践

动机

前文曾提到可以使用MCPM管理各种现成的MCP服务以使得大语言模型接入许多现成工具，那么自然会想要自己写一个适合自身需求的工具来让大模型调用，本文就来简单记录一下这个过程。

关于MCP服务的编写，GitHub上已经有了现成的仓库了：

引用站外地址，不保证站点的可用性和安全性

modelcontextprotocol

GitHub

作为一名练习时长两个两年半的Python练习生，我选择了其中的Python SDK。

配置环境

这个Python SDK支持的Python版本为：>=3.10，并且最好使用uv管理环境。

因此先安装uv：

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

uv安装完成后，初始化项目目录：

uv init mcp_server

该操作会生成一些配置文件，以及一个虚拟环境，检查.python-version以及pyproject.toml里面Python的版本，需要>=3.10，如不满足则手动修改，然后运行uv venv，即可重置环境。

接下来安装这个SDK：

uv add "mcp[cli]"

编写代码

我希望让LLM为我处理一个PDF格式的账单文件，将它其中的数据条目进行细致的分类，再生成csv，因此我额外安装了两个库：

uv add pdfplumber pandas

编写cash_classifier.py：

from mcp.server.fastmcp import FastMCP
import os
import json

import pdfplumber
import logging
logging.getLogger("pdfminer").setLevel(logging.ERROR)

mcp = FastMCP('cash-classifier')


@mcp.tool()
async def parse_cashbook(filapath):
    """解析pdf账单，将表格提取出来
    Args:
        filepath: 字符串，账单文件绝对路径
    """
    with pdfplumber.open(filapath) as pdf:
        data = []
        headers = ['交易时间', '收/支', '交易分类', '收/付款方式', '金额', '流水归属', '交易对方', '备注']
        for page in pdf.pages:
            table = page.extract_tables()[0]
            for row in table[1:]:
                number = float(row[3].replace(',', ''))
                data.append([
                    row[0],
                    '支出' if number < 0 else '收入',
                    row[5],
                    row[6],
                    abs(number),
                    '',
                    row[9],
                    row[8]
                ])
            data.append(table[1:])
    return json.dumps({
        'headers': headers,
        'data': data
    }, ensure_ascii=False, indent=None, separators=(',', ':'))

这里暂时只实现了解析PDF文件并转为JSON字符串的逻辑。

配置Claude Desktop

在Claude Desktop的配置文件（claude_desktop_config.json）中添加一项：

{
  "mcpServers": {
    ...
    "cash-classifier": {
      "command": "/absolute/path/to/uv",
      "args": [
        "run",
        "--project",
        "/absolute/path/to/project/dir/mcp_server",
        "mcp",
        "run",
        "/absolute/path/to/project/dir/mcp_server/cash_classifier.py"
      ]
    }
  }
}