项目简介

本项目是一个使用Python的FastAPI框架构建的MCP（Model Context Protocol）服务器示例。它实现了MCP协议，为LLM客户端提供上下文信息和功能。该服务器集成了美国国家气象局（NWS）的API，提供了获取天气预报和天气警报的工具。

主要功能点

• MCP协议支持： 完全遵循Model Context Protocol规范，通过JSON-RPC 2.0与兼容的LLM客户端通信。
• 流式HTTP传输： 支持通过HTTP进行流式通信，便于与MCP Inspector等客户端连接。
• 天气工具：
  • 'get_alerts'：根据美国州代码获取天气警报信息。
  • 'get_forecast'：根据经纬度获取地点的5天天气预报。
• 示例资源： 包含一个基础的示例资源，演示资源访问能力。
• 能力声明： 服务器可以向客户端报告其支持的功能（如工具列表、资源订阅等）。
• RESTful API补充： 除了MCP端点，还提供查询工具和资源的REST接口。

安装步骤

1. 确保环境： 需要安装 Python 3.8 或更高版本以及 pip 工具。
2. 创建并激活虚拟环境：
   • Windows (PowerShell):

     python -m venv venv
     .\venv\Scripts\Activate.ps1
     

   • macOS/Linux:

     python3 -m venv venv
     source venv/bin/activate
     

3. 安装依赖： 进入项目目录，安装所需的Python库。

   pip install -r requirements.txt
   

4. 启动服务器： 运行以下命令启动服务器。

   python main.py
   

   或者使用uvicorn直接启动（通常用于开发，支持自动重载）：

   uvicorn main:app --host 0.0.0.0 --port 8000 --reload
   

   服务器默认将在 'http://localhost:8000' 启动。

服务器配置（供MCP客户端参考）

此MCP服务器通过 HTTP传输 方式工作。MCP客户端（如MCP Inspector）连接时，需要知道服务器的HTTP地址和MCP端点路径。

配置信息通常以JSON格式保存在客户端的配置文件中（例如 'mcp-config.json'）。一个典型的客户端配置片段需要包含以下信息：

• 服务器名称： 例如 '"weather-mcp-server-local"' (本地) 或 '"weather-mcp-server-azure"' (部署在Azure上)。这是一个用户友好的标识符。
• 传输类型： 指定 '"type": "http"'。
• 服务器URL： MCP客户端需要连接到的HTTP地址。本地运行时通常是 '"http://localhost:8000/mcp/stream"'。如果部署在云端（如Azure），则是对应的云服务URL加上 '/mcp/stream' 路径。
• 用户友好名称和描述： 可选，用于客户端界面显示。

MCP客户端根据这些配置信息与服务器建立连接，而不是直接执行服务器的启动命令。

基本使用方法

服务器启动后，它会监听指定的端口（默认为8000）。LLM客户端或开发者可以通过发送遵循MCP JSON-RPC规范的HTTP POST请求到 '/mcp/stream' 端点与服务器交互。

• 初始化连接： 客户端发送 'initialize' 方法请求，服务器返回其协议版本和能力。
• 发现工具： 客户端发送 'tools/list' 方法请求，获取服务器提供的工具列表及其描述和参数结构。
• 调用工具： 客户端发送 'tools/call' 方法请求，指定工具名称（如 '"get_alerts"' 或 '"get_forecast"'）并提供相应的参数（如州代码或经纬度）。服务器调用内部逻辑（此处是调用NWS API），并将结果作为JSON-RPC响应返回给客户端。
• 发现资源： 客户端发送 'resources/list' 方法请求，获取服务器提供的资源列表。
• 读取资源： 客户端发送 'resources/read' 方法请求，指定资源的URI（如 '"mcp://server/sample"'），服务器返回资源内容。

项目的 README 中提供了使用 'curl' 或 Python 客户端进行测试的示例命令，可以作为理解MCP请求结构的参考。