本文是我 MCP 系列的第 4 篇文章。如果你对 Claude 模型的USB接口（MCP Server）的底层原理感兴趣，强烈推荐先阅读前三篇内容，打好基础之后再来动手实践效果更佳 ✅

第1篇：用 Claude Desktop 玩转 MCP Server！打造你的 AI 超能力引擎

第2篇：MCP 是 AI 世界的 USB-C？Claude 背后的超级协议你了解了吗？

第3篇：MCP Server 合集大全｜Claude 模型的“USB-C 接口”能做什么？我来给你总…

讯享网

Claude 是一个语言模型，默认只能“说话”。但通过 MCP Server，我们可以让它：

• 访问 API 数据
• 读取本地文件
• 发送 Slack 消息
• 查日历、看天气、连数据库……

MCP Server 有三种能力：

今天我们将从 0 开始，用 Python 编写一个 MCP Server 插件，调用 Open-Meteo 免费天气 API，让 Claude 能主动查询任意地点的实时天气和未来预报数据。

你将学习：

• 如何初始化并运行一个本地 MCP Server
• 如何封装 API 请求为 Claude 可调用的 Tool
• 如何通过 MCP Inspector 测试工具联调
• 如何扩展多个 Tool 以增强插件功能

下面，我们一步步来做！

Open-Meteo 是一个免费开放的天气 API，无需注册、不限速、无 Key，参数灵活。

我们要用它的 /forecast 接口获取以下数据：

• 当前气温
• 云量
• 风速风向
• 相对湿度
• 体感温度
• 降水、降雪
• 日夜状态等

你需要准备：

• Claude Desktop（支持 MCP）
• Python 环境（推荐 3.10+）
• 终端 + 编辑器（如 VS Code）
• uv：Rust 写的新版 Python 包管理器
• macOS 安装：brew install uv
• Windows 安装：winget install –id=astral-sh.uv -e

bash CopyEdit mkdir mcp-server-weather cd mcp-server-weather uv init uv venv source .venv/bin/activate # 激活虚拟环境 

在 Windows PowerShell 中激活虚拟环境的方法如下：

. .venv\Scripts\Activate.ps1

虚拟环境可以是一个 “项目级的 Python 环境”，让你放心安装自己想要的包，不怕影响其他项目。

讯享网bash CopyEdit uv add “mcp[cli]” httpx 

这是 MCP Server 的推荐命名。

python CopyEdit

server.py

from typing import Any import httpx from mcp.server.fastmcp import FastMCP

初始化 MCP 服务

mcp = FastMCP(“weather”)

API 常量

OPENMETEO_API_BASE = “https://api.open-meteo.com/v1" USER_AGENT = ”weather-app/1.0“

调用天气 API 的封装方法

async def make_openmeteo_request(url: str) -> dict[str, Any] | None:

讯享网headers = { "User-Agent": USER_AGENT, "Accept": "application/json" } async with httpx.AsyncClient() as client: try: response = await client.get(url, headers=headers, timeout=30.0) response.raise_for_status() return response.json() except Exception: return None 

MCP 工具：获取当前天气

@mcp.tool() async def get_current_weather(latitude: float, longitude: float) -> str:

""" 获取指定位置的当前天气 参数： - latitude：纬度 - longitude：经度 """ url = f"{OPENMETEO_API_BASE}/forecast?latitude={latitude}&longitude={longitude}&current=temperature_2m,is_day,showers,cloud_cover,wind_speed_10m,wind_direction_10m,pressure_msl,snowfall,precipitation,relative_humidity_2m,apparent_temperature,rain,weather_code,surface_pressure,wind_gusts_10m" data = await make_openmeteo_request(url) if not data: return "无法获取天气数据。" return data # 返回原始数据给 LLM，让它自己理解 

启动服务

if name == ”main“:

讯享网mcp.run(transport='stdio') 

bash CopyEdit mcp dev server.py 

在开发自己的 MCP Server 时，你需要一个调试工具，来确认 Server 的功能是否如你所预期。这就是 MCP Inspector 的用武之地。

它可以帮你：

• 列出所有注册的工具（Tools）
• 手动运行这些工具进行测试
• 查看请求与响应数据
• 模拟 MCP 客户端调用行为

这是你在开发阶段最常用的方式。

使用步骤如下：

• 激活虚拟环境：

讯享网bash CopyEdit source .venv/bin/activate 

• 启动 MCP 开发服务：

bash CopyEdit mcp dev server.py 

✅ 优点：

• 直接在你本地环境里运行
• 所有模块、依赖都与你当前项目一致
• 调试速度快，适合高频测试

⚠️ 注意：
如果你没有激活虚拟环境，会报错：

讯享网bash CopyEdit command not found: mcp 

因为 MCP CLI 安装在你项目的虚拟环境里，脱离它就无法调用。

这个方式更贴近“真实部署”后的运行环境，尤其适合：

• 测试打包部署后的 MCP Server
• 确认服务是否能在远程环境正确运行

命令如下：

bash CopyEdit npx @modelcontextprotocol/inspector uv run server.py 

uv run 会自动启用虚拟环境并运行 server.py，非常适合跨平台操作。

效果一样！你会在浏览器看到和 mcp dev 一样的 Inspector 页面，功能也完全一致。

1. 注意使用token pre-filled的链接
2. 点击 Connect
3. 选择 Tools → List Tools
4. 找到并运行 get_current_weather
5. 输入经纬度，如：1.9222, 103.081
6. 会看到返回的 JSON 天气数据！

参考第一篇文章，编辑 claude_desktop_config.json 文件，添加：

第1篇：用 Claude Desktop 玩转 MCP Server！打造你的 AI 超能力引擎

讯享网json CopyEdit { ”mcpServers“: {

"weather": { "command": "/Users/your-username/.local/bin/uv", "args": [ "run", "--with", "mcp[cli]", "mcp", "run", "/Users/your-username/path/to/mcp-server-weather/server.py" ] } 

} }

1. uv run starts up uv ( 使用 uv run 启动虚拟环境)
2. –with mcp[cli] adds the mcp[cli] dependency to uv
3. mcp run <path-to-file> uses the mcp cli to run the specified file

注意：如果报错显示无法找到uv的正确路径，那么我们可以尝试打开 PowerShell，运行：

讯享网powershell CopyEdit Get-ChildItem -Recurse -Filter uv.exe -Path ”$env:LOCALAPPDATA“ -ErrorAction SilentlyContinue

当你在 Claude 中对话时，比如输入：

“请告诉我上海现在的天气，顺便推荐一下穿什么。”

Claude 会自动调用你刚才定义的 get_current_weather 工具，实时获取 API 数据，然后用自然语言进行回答。

你可以在此基础上继续添加更多工具：

支持传入预测范围（如 3 小时、1 天等）

让 Claude 可以通过“城市名”自动转换为经纬度，更智能！

• MCP 工具的注释非常重要，它就是提示词，LLM 会根据它决定是否调用
• 返回原始 JSON 比格式化更好，模型会自己处理、总结
• 不用担心界面复杂，Claude Desktop 会帮你自动识别

推荐这几个资源继续进阶：