用 TypeScript 在 10 分钟内构建你的第一个 MCP 服务器

手把手教你用 TypeScript 10 分钟搭建首个 MCP 服务器,支持对接 Claude Desktop、Zed 等主流主机;涵盖项目初始化、SDK 集成、工具定义与调试全流程,让 AI 智能体轻松连接数据库、API 等数据源。

发布于2025年3月25日 02:39
编辑零重力瓦力
评论0
阅读34

MCP(Model Context Protocol,模型上下文协议)是一个开源协议,专门用于 连接智能体(AI Agent)与数据,它最初由 Anthropic 提出,目前已被许多科技公司采用。技术达人 Roy Derks 通过这个教程,将指导你如何使用 TypeScript 搭建你的第一个 MCP 服务器。完成后,你将能够构建并连接工具到 MCP 主机,例如 Claude Desktop。

什么是 MCP?

MCP(模型上下文协议,Model Context Protocol) 是一个让智能体轻松连接各种工具的协议。它主要由三个核心组件组成:

1. MCP 服务器(MCP Servers)

充当 桥梁,用于连接 API、数据库或代码,并将这些数据源公开为工具。可使用 Python 或 TypeScript SDK 构建。

2. MCP 客户端(MCP Clients)

这些客户端使用 MCP 协议来与 MCP 服务器通信。也可以使用 Python 或 TypeScript SDK 进行开发。

3. MCP 主机(MCP Hosts)

在服务器和客户端之间进行数据交换,确保通信顺畅。目前流行的 MCP 主机包括 Claude Desktop、Zed 和 Sourcegraph Cody。

什么是 MCP

MCP 服务器的作用

MCP 服务器能够提供各种工具,任何 MCP 主机都可以访问它们。这意味着开发者可以快速将智能体连接到各种新的工具,而无需编写自定义集成代码。

如何搭建 MCP 服务器?

以下是使用 TypeScript SDK 来构建 MCP 服务器,并使用 Claude Desktop 作为测试主机的完整示例。

步骤 1:安装依赖

首先,创建一个新项目,并初始化 npm 包。然后,安装 MCP 服务器所需的依赖项,并配置 package.json 和 tsconfig.json。

创建项目文件夹

mkdir mcp-server
cd mcp-server

创建 package.json

在 mcp-server 目录下,新建 package.json,内容如下:

{
  "name": "mcp-server",
  "version": "0.1.0",
  "description": "Model Context Protocol 服务器示例",
  "private": true,
  "type": "module",
  "bin": {
    "mcp-server": "./build/index.js"
  },
  "files": [
    "build"
  ],
  "scripts": {
    "build": "tsc && node -e \"require('fs').chmodSync('build/index.js', '755')\"",
    "prepare": "npm run build",
    "watch": "tsc --watch",
    "inspector": "npx @modelcontextprotocol/inspector build/index.js"
  },
  "dependencies": {
    "@modelcontextprotocol/sdk": "0.6.0"
  },
  "devDependencies": {
    "@types/node": "^20.11.24",
    "typescript": "^5.3.3"
  }
}

创建 tsconfig.json

在 mcp-server 目录下,新建 tsconfig.json,内容如下:

{
  "compilerOptions": {
    "target": "ES2022",
    "module": "Node16",
    "moduleResolution": "Node16",
    "outDir": "./build",
    "rootDir": "./src",
    "strict": true,
    "esModuleInterop": true,
    "skipLibCheck": true,
    "forceConsistentCasingInFileNames": true
  },
  "include": ["src/**/*"],
  "exclude": ["node_modules"]
}

安装依赖

npm install

步骤 2:编写基础代码

在 src 目录下,新建 index.ts,并添加以下代码:

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  CallToolRequestSchema,
  ErrorCode,
  ListToolsRequestSchema,
  McpError,
} from "@modelcontextprotocol/sdk/types.js";

const server = new Server({
  name: "mcp-server",
  version: "1.0.0",
}, {
  capabilities: {
    tools: {}
  }
});

server.setRequestHandler(ListToolsRequestSchema, async () => {
  return { tools: [] };
});

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "name_of_tool") {
    return {};
  }
  throw new McpError(ErrorCode.ToolNotFound, "工具未找到");
});

const transport = new StdioServerTransport();
await server.connect(transport);

步骤 3:定义并添加 MCP 工具

现在,我们来创建一个 MCP 工具,比如 计算两个数的和:

server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "计算两个数的总和",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number" },
          b: { type: "number" }
        },
        required: ["a", "b"]
      }
    }]
  };
});

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "calculate_sum") {
    const { a, b } = request.params.arguments;
    return { toolResult: a + b };
  }
  throw new McpError(ErrorCode.ToolNotFound, "工具未找到");
});

步骤 4:将 MCP 服务器集成到 Claude Desktop

在 claude_desktop_config.json 中注册 MCP 服务器:

{
  "mcpServers": {
    "mcp-server": {
      "command": "node",
      "args": [
        "/Users/YOUR_USER/mcp-server/build/index.js"
      ]
    }
  }
}

重启 Claude Desktop,你应该能在工具列表中看到 calculate_sum!

Claude Desktop 工具列表

Claude Desktop 工具列表

步骤 5:调用 REST API 作为 MCP 工具

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "httpbin_json") {
    try {
      const response = await fetch('https://httpbin.org/json', {
        method: 'GET',
        headers: {
          'accept': 'application/json'
        }
      });

      if (!response.ok) {
        throw new Error(`HTTP 错误!状态码:${response.status}`);
      }

      const data = await response.json();
      return { toolResult: data };
    } catch (e) {
      throw new Error("请求失败");
    }
  }
});

相关文章

ChatGPT 深度研究指南
AI 教程知识
2026年4月17日
0 条评论
小创

ChatGPT 深度研究指南

OpenAI 为 ChatGPT 引入 Search 和 Deep Research 双模式搜索功能。 Search 实现即时网络检索与 AI 推理能力整合,适合快速查询。 Deep Research 则扮演代理角色,自主规划多步研究流程,生成结构化长篇报告。此举标志着 ChatGPT 从“问答引擎”向“研究工作站”的战略转型, AI 已从信息检索工具升级为具备自主推理能力的研究协作者。

#ChatGPT
阅读全文
AI 基础知识
AI 教程知识
2026年4月17日
0 条评论
小创

AI 基础知识

本指南系统介绍了 AI 基础概念,帮助初学者建立清晰的认知框架。 AI 是一个包含多种技术的广泛领域,其中大语言模型专注于语言处理,其本质是基于上下文预测下一个语言单位。模型训练分为预训练和后训练两个阶段,前者赋予广泛技能,后者负责植入安全准则和交互风格。模型可分为快速响应的非推理模型和深度思考的推理模型,适用于不同场景。理解“AI—模型—大语言模型—产品”四个层级的包含关系,是有效使用 AI 工具的关键。

#AI 模型
阅读全文
双智能体协作,告别单点故障时代
AI 教程知识
2026年4月17日
0 条评论
小创

双智能体协作,告别单点故障时代

AI 博主 Alex Finn 演示了 OpenClaw 与 Hermes 的多智能体搭配方案,通过“主力规划 + 助手执行”的分工模式,实现成本与效率的最优解。该架构利用高性能模型负责复杂任务,轻量模型承担监控巡检,配合共享记忆机制,不仅将故障恢复时间从小时级压缩至秒级,还能避免重复踩坑。这种消除单点故障、按需分配任务的思路,适用于各类开发场景及多智能体协作系统。

#OpenClaw#智能体
阅读全文
互动讨论

评论区

围绕《用 TypeScript 在 10 分钟内构建你的第一个 MCP 服务器》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。