零基础学MCP（2）| MCP 开发环境配置

2025最新实战指南：10分钟搭建跨平台MCP开发环境，支持Python/Node.js双生态

一、环境准备：跨平台兼容方案
在开始MCP开发前，确保你的系统满足以下条件：

💡 避坑提示：

Windows用户需启用开发者模式解决长路径问题
macOS需运行 xcode-select --install 安装命令行工具

二、核心工具安装：UV替代传统包管理

1. 安装UV（超高速Python包管理器）

# 一键安装脚本（跨平台）  
curl -LsSf https://astral.sh/uv/install.sh | sh  

# 验证安装  
uv --version  
# 预期输出: uv 0.2.0 (2025-07更新)  

2. 配置UV镜像加速（国内用户必做）

# 设置清华镜像源  
uv config set registry.index-url "https://pypi.tuna.tsinghua.edu.cn/simple"  

# 永久生效（写入.zshrc/.bashrc）  
echo 'export UV_INDEX_URL="https://pypi.tuna.tsinghua.edu.cn/simple"' >> ~/.zshrc  

三、Python环境配置（MCP服务端）

1. 创建隔离虚拟环境

# 新建mcp-dev目录并进入  
mkdir mcp-dev && cd mcp-dev  

# 使用UV创建虚拟环境  
uv venv .venv  

# 激活环境  
# Windows: .\.venv\Scripts\activate  
source .venv/bin/activate  # Linux/macOS  

2. 安装MCP核心库

# 安装官方工具包  
uv pip install "fast-mcp>=1.5" mcp-toolkit anthropic-mcp  

# 验证安装  
python -c "from fast_mcp import __version__; print(f'FastMCP v{__version__}')"  

四、Node.js环境配置（MCP客户端）

1. 初始化项目
   npm init -y

# 安装TypeScript（推荐）  
npm install -D typescript @types/node  

2. 添加MCP客户端SDK

# 安装Anthropic官方客户端  
npm install @anthropic/mcp-client @mcp-tools/cli  

# 创建tsconfig.json  
npx tsc --init --target es2022 --module commonjs  

五、双环境联动测试

1. 启动Mock MCP服务端

创建 demo_server.py：

from fast_mcp import FastMCP, MCPTool  

@MCPTool(name="greet")  
def greet(name: str, context: dict) -> str:  
    return f"你好, {name}! 当前用户: {context.get('user')}"  

if __name__ == "__main__":  
    server = FastMCP(port=8080)  
    server.register_tool(greet)  
    server.run()  

启动服务：

uv pip install uvicorn  # 安装Web服务器  
uvicorn demo_server:server --port 8080  

2. Node.js客户端调用测试
   创建 client_test.ts：

import { MCPClient } from'@anthropic/mcp-client';  

const client = new MCPClient('http://localhost:8080');  

asyncfunction testGreet() {  
const response = await client.execute({  
    tool_name: 'greet',  
    parameters: { name: 'MCP开发者' },  
    context: { user: 'test@example.com' }  
  });  

console.log(response.result);  
// 预期输出: 你好, MCP开发者! 当前用户: test@example.com  
}  

testGreet();  
运行客户端：

npx ts-node client_test.ts  

六、开发环境增强配置

1. VS Code推荐插件
   

2. 调试配置（.vscode/launch.json）

{  
  "configurations": [  
    {  
      "name": "启动MCP服务",  
      "type": "python",  
      "request": "launch",  
      "module": "uvicorn",  
      "args": ["demo_server:server", "--port=8080"]  
    },  
    {  
      "name": "执行客户端测试",  
      "type": "node",  
      "request": "launch",  
      "runtimeArgs": ["-r", "ts-node/register"],  
      "args": ["${workspaceFolder}/client_test.ts"]  
    }  
  ]  
} 

七、常见问题排障指南
问题1：UV安装超时
解决方案：

# 手动下载二进制（Linux示例）  
curl -LO https://github.com/astral-sh/uv/releases/download/v0.2.0/uv-linux-x86_64  
chmod +x uv-linux-x86_64  
sudo mv uv-linux-x86_64 /usr/local/bin/uv  

问题2：跨域请求被拦截
修复方案：在服务端添加CORS支持

# 在demo_server.py中添加  
from fast_mcp.middleware import CORSMiddleware  

server = FastMCP(port=8080)  
server.add_middleware(CORSMiddleware, allow_origins=["*"])  

问题3：Node客户端类型错误
处理步骤：

# 1. 确保安装TypeScript  
npm install -D typescript  

# 2. 生成类型声明  
npx mcp-tools generate-types --output src/mcp-types.d.ts  

八、下一步学习建议
完成环境配置后，推荐实践路径：

修改greet工具：添加多语言支持
连接真实AI模型：集成Claude/DeepSeek API
部署到云服务：尝试Vercel一键部署

npm install -g vercel  
vercel deploy --env MCP_URL=http://localhost:8080  

🚀 效率提示：使用Anthropic提供的环境检测工具快速验证：

npx @mcp-tools/check-env  
# 输出结果应全部为绿色[PASS]  

MCP学习交流群

推荐学习

行业首个「知识图谱+测试开发」深度整合课程【人工智能测试开发训练营】，赠送智能体工具。提供企业级解决方案，人工智能的管理平台部署，实现智能化测试，落地大模型，实现从传统手工转向用AI和自动化来实现测试，提升效率和质量。

下一篇预告：《快速部署你的第一个MCP服务器》

将深入讲解工具注册、SSE流式响应、权限控制等企业级功能！