🔧 模块 3：使用 AI 工具包进行高级 MCP 开发
🎯 学习目标
完成本实验后，您将能够：
- ✅ 使用 AI 工具包创建自定义 MCP 服务器
- ✅ 配置并使用最新的 MCP Python SDK（v1.9.3）
- ✅ 设置并使用 MCP Inspector 进行调试
- ✅ 在 Agent Builder 和 Inspector 环境中调试 MCP 服务器
- ✅ 理解高级 MCP 服务器开发流程
📋 先决条件
- 完成实验 2（MCP 基础）
- 安装了 AI 工具包扩展的 VS Code
- Python 3.10+ 环境
- 用于 Inspector 设置的 Node.js 和 npm
🏗️ 您将构建的内容
在本实验中，您将创建一个 天气 MCP 服务器，演示：
- 自定义 MCP 服务器实现
- 与 AI 工具包 Agent Builder 集成
- 专业的调试流程
- 现代 MCP SDK 使用模式
🔧 核心组件概览
🐍 MCP Python SDK
Model Context Protocol Python SDK 是构建自定义 MCP 服务器的基础。您将使用带有增强调试功能的 1.9.3 版本。
🔍 MCP Inspector
一款强大的调试工具，提供：
- 实时服务器监控
- 工具执行可视化
- 网络请求/响应检查
- 交互式测试环境
📖 逐步实现
第 1 步：在 Agent Builder 中创建 WeatherAgent
- 通过 AI 工具包扩展在 VS Code 中启动 Agent Builder
- 创建一个新代理，配置如下：
- 代理名称：
WeatherAgent
- 代理名称：
第 2 步：初始化 MCP 服务器项目
- 在 Agent Builder 中导航到工具 → 添加工具
- 从可选项中选择 “MCP Server”
- 选择 “创建一个新的 MCP 服务器”
- 选择
python-weather模板 - 为服务器命名：
weather_mcp
第 3 步：打开并检查项目
- 在 VS Code 中打开生成的项目
- 查看项目结构：
weather_mcp/ ├── src/ │ ├── __init__.py │ └── server.py ├── inspector/ │ ├── package.json │ └── package-lock.json ├── .vscode/ │ ├── launch.json │ └── tasks.json ├── pyproject.toml └── README.md
第 4 步：升级到最新 MCP SDK
🔍 为什么要升级？ 我们希望使用最新的 MCP SDK（v1.9.3）和 Inspector 服务（0.14.0），以获得更强大的功能和更好的调试体验。
4a. 更新 Python 依赖
编辑 pyproject.toml： 更新 ./code/weather_mcp/pyproject.toml
4b. 更新 Inspector 配置
编辑 inspector/package.json： 更新 ./code/weather_mcp/inspector/package.json
4c. 更新 Inspector 依赖
编辑 inspector/package-lock.json： 更新 ./code/weather_mcp/inspector/package-lock.json
📝 注意： 该文件包含大量依赖定义。以下是关键结构——完整内容确保依赖正确解析。
⚡ 完整的 Package Lock： 完整的 package-lock.json 文件包含约 3000 行依赖定义。上面展示的是关键结构——请使用提供的文件以确保完整依赖解析。
第 5 步：配置 VS Code 调试
注意：请复制指定路径下的文件以替换对应的本地文件
5a. 更新启动配置
编辑 .vscode/launch.json：
{
"version": "0.2.0",
"configurations": [
{
"name": "Attach to Local MCP",
"type": "debugpy",
"request": "attach",
"connect": {
"host": "localhost",
"port": 5678
},
"presentation": {
"hidden": true
},
"internalConsoleOptions": "neverOpen",
"postDebugTask": "Terminate All Tasks"
},
{
"name": "Launch Inspector (Edge)",
"type": "msedge",
"request": "launch",
"url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
"cascadeTerminateToConfigurations": [
"Attach to Local MCP"
],
"presentation": {
"hidden": true
},
"internalConsoleOptions": "neverOpen"
},
{
"name": "Launch Inspector (Chrome)",
"type": "chrome",
"request": "launch",
"url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
"cascadeTerminateToConfigurations": [
"Attach to Local MCP"
],
"presentation": {
"hidden": true
},
"internalConsoleOptions": "neverOpen"
}
],
"compounds": [
{
"name": "Debug in Agent Builder",
"configurations": [
"Attach to Local MCP"
],
"preLaunchTask": "Open Agent Builder",
},
{
"name": "Debug in Inspector (Edge)",
"configurations": [
"Launch Inspector (Edge)",
"Attach to Local MCP"
],
"preLaunchTask": "Start MCP Inspector",
"stopAll": true
},
{
"name": "Debug in Inspector (Chrome)",
"configurations": [
"Launch Inspector (Chrome)",
"Attach to Local MCP"
],
"preLaunchTask": "Start MCP Inspector",
"stopAll": true
}
]
}
编辑 .vscode/tasks.json：
{
"version": "2.0.0",
"tasks": [
{
"label": "Start MCP Server",
"type": "shell",
"command": "python -m debugpy --listen 127.0.0.1:5678 src/__init__.py sse",
"isBackground": true,
"options": {
"cwd": "${workspaceFolder}",
"env": {
"PORT": "3001"
}
},
"problemMatcher": {
"pattern": [
{
"regexp": "^.*$",
"file": 0,
"location": 1,
"message": 2
}
],
"background": {
"activeOnStart": true,
"beginsPattern": ".*",
"endsPattern": "Application startup complete|running"
}
}
},
{
"label": "Start MCP Inspector",
"type": "shell",
"command": "npm run dev:inspector",
"isBackground": true,
"options": {
"cwd": "${workspaceFolder}/inspector",
"env": {
"CLIENT_PORT": "6274",
"SERVER_PORT": "6277",
}
},
"problemMatcher": {
"pattern": [
{
"regexp": "^.*$",
"file": 0,
"location": 1,
"message": 2
}
],
"background": {
"activeOnStart": true,
"beginsPattern": "Starting MCP inspector",
"endsPattern": "Proxy server listening on port"
}
},
"dependsOn": [
"Start MCP Server"
]
},
{
"label": "Open Agent Builder",
"type": "shell",
"command": "echo ${input:openAgentBuilder}",
"presentation": {
"reveal": "never"
},
"dependsOn": [
"Start MCP Server"
],
},
{
"label": "Terminate All Tasks",
"command": "echo ${input:terminate}",
"type": "shell",
"problemMatcher": []
}
],
"inputs": [
{
"id": "openAgentBuilder",
"type": "command",
"command": "ai-mlstudio.agentBuilder",
"args": {
"initialMCPs": [ "local-server-weather_mcp" ],
"triggeredFrom": "vsc-tasks"
}
},
{
"id": "terminate",
"type": "command",
"command": "workbench.action.tasks.terminate",
"args": "terminateAll"
}
]
}
🚀 运行和测试您的 MCP 服务器
第 6 步：安装依赖
完成配置更改后，运行以下命令：
安装 Python 依赖：
uv sync
安装 Inspector 依赖：
cd inspector
npm install
第 7 步：使用 Agent Builder 调试
- 按 F5 或使用 “在 Agent Builder 中调试” 配置
- 从调试面板选择复合配置
- 等待服务器启动并打开 Agent Builder
- 使用自然语言查询测试您的天气 MCP 服务器
输入提示如下
SYSTEM_PROMPT
You are my weather assistant
USER_PROMPT
How's the weather like in Seattle
第 8 步：使用 MCP Inspector 调试
- 使用 “在 Inspector 中调试” 配置（Edge 或 Chrome）
- 打开 Inspector 界面，地址为
http://localhost:6274 - 探索交互式测试环境：
- 查看可用工具
- 测试工具执行
- 监控网络请求
- 调试服务器响应
🎯 关键学习成果
完成本实验后，您已经：
- 使用 AI 工具包模板创建了自定义 MCP 服务器
- 升级到最新 MCP SDK（v1.9.3），实现更强功能
- 配置了 Agent Builder 和 Inspector 的专业调试流程
- 设置了 MCP Inspector 进行交互式服务器测试
- 掌握了 MCP 开发的 VS Code 调试配置
🔧 探索的高级功能
| 功能 | 描述 | 使用场景 |
|---|---|---|
| MCP Python SDK v1.9.3 | 最新协议实现 | 现代服务器开发 |
| MCP Inspector 0.14.0 | 交互式调试工具 | 实时服务器测试 |
| VS Code 调试 | 集成开发环境 | 专业调试流程 |
| Agent Builder 集成 | 直接连接 AI 工具包 | 端到端代理测试 |
📚 额外资源
🎉 恭喜！ 您已成功完成实验 3，现在可以使用专业开发流程创建、调试和部署自定义 MCP 服务器。
🔜 继续下一个模块
准备将您的 MCP 技能应用于真实开发流程？继续学习 模块 4：实用 MCP 开发 - 自定义 GitHub 克隆服务器，您将：
- 构建一个生产级 MCP 服务器，实现 GitHub 仓库操作自动化
- 通过 MCP 实现 GitHub 仓库克隆功能
- 将自定义 MCP 服务器与 VS Code 和 GitHub Copilot Agent 模式集成
- 在生产环境中测试和部署自定义 MCP 服务器
- 学习面向开发者的实用工作流自动化
免责声明：
本文件使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始文件的母语版本应被视为权威来源。对于重要信息，建议使用专业人工翻译。对于因使用本翻译而产生的任何误解或误释，我们概不负责。