哪些网站可以接兼职做推广优化工具

一、MCP协议核心概念

1.1 什么是MCP？

MCP（Model Context Protocol） 是一个标准化的“沟通规则”，由公司Anthropic提出，专门用于让大语言模型（LLM，比如通义千问、ChatGPT等）与外部工具或服务“对话”。

为什么需要MCP？

• 想象场景：假设你让一个AI助手帮你订机票，它需要：
  1. 查询航班信息（调用航空公司API）。
  2. 读取你的日历安排（调用日历工具）。
  3. 发送确认邮件（调用邮件系统）。
• 问题：如果每个工具的接口都不一样，AI需要学习多种“方言”，这会很混乱。
• MCP的作用：就像USB接口一样，统一了LLM与外部工具的“语言”，让AI能安全、标准化地调用任何工具，无需关心底层实现细节。

直观类比：

• MCP = USB接口：
  • 工具：U盘、鼠标、硬盘等外设。
  • MCP Server：外设本身（提供功能）。
  • MCP Client：电脑（通过USB接口调用外设）。
  • 效果：无论外设如何变化，电脑都能通过USB统一管理。

---

1.2 核心组件（用测试工程师视角拆解）

1. MCP Server

• 定义：提供具体功能的“服务端程序”。
• 作用：像一个工具箱，里面装着各种工具（比如文件读写、数据库查询、API调用等）。

2. MCP Client

• 定义：LLM的“遥控器”，负责向Server发送指令并接收结果。
• 作用：像一个翻译官，把LLM的自然语言指令翻译成Server能理解的请求。

3. 工具（Tool）

• 定义：Server提供的具体功能单元，是MCP的核心价值所在。

简单示例（测试场景模拟）

场景：测试“获取天气”功能

1. Server端：

   • 提供工具get_weather(city)，通过调用第三方天气API返回数据。
   • 需要测试：API密钥是否配置正确？网络请求是否超时？返回数据格式是否符合预期？

2. Client端：

   • 当LLM发送指令“获取北京天气”，Client应：
     • 调用get_weather("北京")。
     • 将API返回的温度数据（如25°C）转为自然语言反馈给LLM。

3. 测试用例示例：

   • 正常用例：输入“上海”，验证返回温度是否为合理数值。
   • 异常用例：
     • 输入“火星” → 验证是否返回“城市不存在”错误。
     • 断开网络 → 验证是否返回“网络连接失败”。
   • 安全用例：
     • 尝试调用未授权的工具（如delete_weather_api_key()） → 验证是否被拒绝。

---

---

二、环境准备

2.1 基础依赖

• 可参照MCP实践第一步–磕磕碰碰搭环境，已在本地搭建了一个mcp-client

---

三、从零实现MCP Server（Python示例）

3.1 第一个MCP Server：获取桌面文件列表

在之前的mcp-client工程中新建一个server1.py的文件。

文件代码如下：

import asyncio
import logging
import osfrom mcp import stdio_server
from mcp.server import InitializationOptions, NotificationOptions
from mcp.server.fastmcp import FastMCPfrom server import MCP_SERVER_NAMEmcp = FastMCP()
# 配置日志
logging.basicConfig(level=logging.INFO,format="%(asctime)s - %(name)s - %(levelname)s - %(message)s"
)
logger = logging.getLogger(MCP_SERVER_NAME)@mcp.tool()
def get_desktop_files() -> str:"""获取桌面上的文件列表"""desktop_path = os.path.expanduser("~/Desktop")return os.listdir(desktop_path)async def main():# 使用 stdio_server 建立 STDIO 通信async with stdio_server() as (read_stream, write_stream):# 构造初始化选项init_options = InitializationOptions(server_name=MCP_SERVER_NAME,server_version="1.0.0",capabilities=mcp._mcp_server.get_capabilities(notification_options=NotificationOptions(),experimental_capabilities={}))logger.info("通过 STDIO 模式启动 MCP Server ...")# 使用内部的 _mcp_server 运行服务await mcp._mcp_server.run(read_stream, write_stream, init_options)if __name__ == "__main__":asyncio.run(main())

关键点：

• @mcp.tool()：标记工具函数，供LLM调用。
• transport='stdio'：通过标准输入输出通信（适合轻量级场景）。

3.2 运行与测试

 uv run .\mcp-client.py .\server.py,.\server1.py

同时连接到两个mcp server：

在问题中输入：请获取桌面的文件信息，输出结果如下图所示：

下一步：尝试将MCP Server集成到之前编写的https://blog.csdn.net/weixin_44872675/article/details/147236350?spm=1001.2014.3001.5502AI应用中，例如：

• 让LLM直接将通过接口文档生成的接口用例，调用mcp server进行请求发送。