第七课
MCP 从零实现教程（七）
第七课：对照官方 MCP SDK——原来我们已经写了 80%
目标：把自己写的 Mini MCP Server 与官方 SDK 一一对应。
📚 本课目标
学完这一课后，你会发现：
- 官方 SDK 没有”魔法”
- SDK 本质上是在帮你自动化重复工作
- 你已经理解了 MCP Server 的核心实现
- 后面学习 LangGraph、ADK 等 Agent 框架会轻松很多
这一课我们第一次使用官方 SDK，但不是从 SDK 学起，而是用我们已经掌握的知识去”拆解 SDK”。
官方 Python SDK 提供了 FastMCP，自动完成 Tool 注册、Schema 生成、JSON-RPC 协议处理和传输层等工作。
📖 第一部分：先回顾我们自己写的代码
到目前为止，我们自己已经实现了：
Tool
│
▼
@tool
│
▼
Registry
│
▼
Dispatcher
│
▼
tools/list
│
▼
tools/call
│
▼
JSON-RPC
│
▼
Server是不是已经很多了？
📖 第二部分：官方 SDK 长什么样？
官方示例其实非常简单：
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("Demo")
@mcp.tool()
def add(a: int, b: int) -> int:
"""两个数字相加"""
return a + b
if __name__ == "__main__":
mcp.run()是不是比我们写的代码少很多？
为什么？
因为 SDK 帮我们写了很多代码。
📖 第三部分：第一行代码
官方：
mcp = FastMCP("Demo")很多新手第一眼会觉得：
FastMCP 好神奇。
其实你现在应该这样理解：
mcp = FastMCP("Demo")≈
TOOLS = {}
dispatcher = {}
server = {}也就是说：
FastMCP 就是一个对象。
里面保存了：
- Tool Registry
- Resource Registry
- Prompt Registry
- Dispatcher
- Server
只是封装起来了。
📖 第四部分：真正的 @mcp.tool()
官方：
@mcp.tool()
def add(a: int, b: int):
return a + b我们自己写的是：
TOOLS = {}
def tool(func):
TOOLS[func.__name__] = {
"func": func
}
return func有没有发现？
几乎一样。
区别只有：
官方多做了：
- 参数解析
- Schema 生成
- 类型检查
- 注册到 Server
本质还是：
收到函数
↓
保存函数
↓
返回函数📖 第五部分：SDK 自动帮你生成 Schema
我们以前：
自己写：
import inspect
sig = inspect.signature(func)然后：
parameters = {}
for name, p in sig.parameters.items():
parameters[name] = p.annotation官方 SDK：
自动完成：
@mcp.tool()
def weather(city: str):
...变成：
{
"name": "weather",
"description": "...",
"inputSchema": {
...
}
}所以：
你之前写的：
inspect.signature()就是 SDK 的第一步。
📖 第六部分：SDK 自动实现 Dispatcher
以前：
我们自己写：
def dispatch(request):
method = request["method"]
if method == "tools/list":
...
elif method == "tools/call":
...官方：
你根本看不到。
因为：
SDK 已经写好了。
当收到：
{
"method":"tools/call"
}SDK 自动：
解析 JSON
↓
找到 Tool
↓
执行 Tool
↓
返回 JSON是不是和我们第五课完全一样？
📖 第七部分：SDK 自动启动 Server
以前：
我们写：
while True:
text = input()
request = json.loads(text)
response = dispatch(request)
print(json.dumps(response))官方：
只需要：
mcp.run()是不是觉得：
mcp.run()特别厉害？
其实它内部，
大概率就在做：
while True:
...
dispatch(...)当然真正实现会复杂很多。
但是思想完全一致。
💻 第八部分：如果不用 SDK，你已经会写了
我们自己：
TOOLS = {}官方：
mcp = FastMCP(...)我们自己：
@tool官方：
@mcp.tool()我们自己：
dispatch()官方：
自动 Dispatcher
我们自己：
tools/list官方：
自动实现
我们自己：
tools/call官方：
自动实现
我们自己：
while True官方：
mcp.run()所以：
SDK 帮我们省掉了：
70% 重复代码。
💻 第九部分：自己模拟 FastMCP
为了进一步理解，
我们自己写一个假的 SDK。
例如：
class MiniMCP:
def __init__(self):
self.tools = {}
def tool(self):
def wrapper(func):
self.tools[func.__name__] = func
return func
return wrapper然后：
mcp = MiniMCP()
@mcp.tool()
def add(a, b):
return a + b打印：
print(mcp.tools)输出：
{
"add": <function add>
}有没有发现？
我们已经自己写出了：
@mcp.tool()💻 第十部分：继续升级 MiniMCP
继续增加：
class MiniMCP:
def __init__(self):
self.tools = {}
def tool(self):
def wrapper(func):
self.tools[func.__name__] = func
return func
return wrapper
def run(self):
print("Server Start")
while True:
print("等待请求...")是不是已经越来越像官方 SDK？
以后：
我们还可以增加：
class MiniMCP:
...
def list_tools():
...
def call_tool():
...
def dispatch():
...其实：
FastMCP 的核心思想，
就是不断往这个类里面增加能力。
🧪 本课练习
请自己实现一个：
class MiniMCP:要求至少包含：
__init__()
tool()
run()能够运行：
mcp = MiniMCP()
@mcp.tool()
def hello(name):
return f"你好{name}"
print(mcp.tools)输出：
{
"hello": <function hello>
}如果完成了，
说明你已经能够自己设计一个 MCP SDK 的雏形。
🎯 本课总结
今天最大的收获不是学会了 SDK。
而是确认了一件事：
官方 SDK 并没有创造新的原理，它只是把我们前六课写的代码封装成了一个框架。
你现在已经能够把 SDK 中的大多数 API 对应到自己实现过的模块，而不是把它们当成”黑盒”。
🚀 第八课预告（真正进入 MCP 的完整世界）
到目前为止，我们只学习了 Tool。
但是官方 MCP 一共有三种核心能力：
MCP Server
│
├── Tool（工具）
├── Resource（资源）
└── Prompt（提示词）很多教程只讲 Tool。
但实际上：
- Tool：让 AI 执行操作（例如查询天气、执行 SQL）。
- Resource：让 AI 读取数据（例如文件、配置、数据库内容）。
- Prompt：向 AI 提供可复用的提示模板。
下一课，我们不会急着写代码，而是会先理解：
为什么 MCP 不只设计了 Tool，而是同时设计了 Tool、Resource、Prompt 三种能力？
理解了这三者的职责边界，你对整个 MCP 架构的认识就会完整起来。
浙公网安备 33010602011771号