| 编辑推荐: |
通过本文的实践，你将掌握如何在极少的代码量内，构建一个功能丰富的MCP
Server，希望本文所提方案能够为MCP Server的开发提供新的思路和方法。
本文来自于微信公众号阿里云开发者 ，由火龙果软件Linda编辑，推荐。 |
|
一、引言：MCP Server新范式
在Model Context Protocol (MCP)爆火的今天，MCP Server的局限性日益凸显：MCP市场提供的MCP
Server往往只能提供有限的能力，不够灵活，无法根据用户的具体需求灵活拓展或调整，过多的工具又会导致Token的大量消耗。
而作为阿里云的用户，阿里云OpenAPI便是我们和资源之间的桥梁与通道，通常我们会希望通过OpenAPI来实现各种复杂需求，而每个OpenAPI往往就对应MCP
Server的一个具体的Tools，但是阿里云拥有海量的OpenAPI，单纯的穷举，将每个OpenAPI都注册为Tools显然是不适合MCP
Server的模式，本文将分享如何借助alibaba-cloud-ops-mcp-server[1]实现仅靠10行python代码即可创建你的专属阿里云OpenAPI
MCP Server。
通过本文的实践，你将掌握如何在极少的代码量内，构建一个功能丰富的MCP Server，希望本文所提方案能够为MCP
Server的开发提供新的思路和方法。
二、核心原理
在动手实现之前，我们需要理解几个MCP Server的关键概念和整体运行逻辑。掌握这些核心机制，将帮助你深入理解MCP
Server背后的运作流程，并在实际开发中更加灵活地构建自己的专属MCP Server。
MCP Server的实现原理
Model Context Protocol (MCP) 是一个开放协议，旨在实现 LLM 应用与外部数据源和工具之间的无缝集成。无论你是构建
AI 驱动的 IDE、增强聊天界面，还是创建自定义 AI 工作流，MCP 都提供了一种标准化的方式来连接
LLM 与外部世界。
简单来说，MCP 是一种客户端-服务器架构的协议，允许 LLM 应用程序（如 Claude、各种
IDE 等）通过标准化的接口访问外部数据和功能。这解决了 LLM 在实际应用中常见的一些痛点：
LLM 无法直接访问实时数据（如天气、股票行情等）
LLM 无法执行外部操作（如发送邮件、控制设备等）
LLM 无法访问用户的本地文件或其他私有数据
通过 MCP，这些限制得到了优雅的解决，同时保持了安全性和可扩展性。
MCP 主机：像 Claude Desktop、IDE 或 AI 工具这样的程序，需要通过 MCP
访问数据
MCP 客户端：与服务器保持 1:1 连接的协议客户端
MCP 服务器：轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能
本地数据源：MCP 服务器可以安全的访问计算机上的文件、数据库和服务
远程服务：MCP 服务器可以通过互联网（例如通过 API）连接到的外部系统
MCP Server 关键概念
MCP 服务器可以提供三种主要类型的功能：
资源：Resource，客户端可以读取的类似文件的数据（例如 API 响应或文件内容）
工具：Tool，可由 LLM 调用的函数（经用户批准）
提示：Prompt，预先编写的模板，帮助用户完成特定任务
但是当前的MCP Server主要聚焦于提供各种不同功能的工具，用户可以通过编写工具来提供AI更多与现实交互的能力。
工具即为函数，定义一个工具通常需要包含以下必须的属性：
函数描述：函数本身具备的具体功能及使用场景
函数参数：调用该函数所需的参数定义（参数的类型、描述及是否必填等信息）
阿里云OpenAPI元数据
阿里云OpenAPI 开放元数据，是OpenAPI 的描述规范。 OpenAPI 开放元数据，在参照
OAS2 [2]和 JSONSchema [3]标准的同时，也由于阿里云 OpenAPI 自身的特点做了局部的调整。OpenAPI
规范本身可以被视为 API 元数据的一种表现形式。它提供了 API 的技术细节（如端点、参数、响应格式），同时也包含了一些基本信息（如标题、版本、描述）。
通过上文的讲解，可以看出，OpenAPI 元数据中包含了MCP Server工具的必需属性。在编写工具时，我们完全可以借助OpenAPI
元数据来实现对于工具的定义。
当前MCP Server存在的痛点
MCP Server提供的工具固化，不够灵活
若为大而全，工具数量提升导致的Token消耗
用户若根据需求进行二次开发，编写工具繁琐复杂，且用户需要深入了解阿里云Open API
alibaba-cloud-ops-mcp-server的具体实现
三、动手实践：创造一个专属的
自定义阿里云OpenAPI MCP Server
配置编辑
首先，可以将需要的服务名称及API名称记录在config中，以便后续程序调用：
{
"service_a": ["api_name_1",
"api_name_2"],
"service_b": ["api_name_1",
"api_name_2"]
}
|
代码运行
随后，使用下列代码即可生成您的专属阿里云OpenAPI MCP Server：
from mcp.server.fastmcp import FastMCP
from alibaba_cloud_ops_mcp_server.tools import
api_tools
def main():
mcp = FastMCP("Example MCP server")
config = {
'ecs': ['DescribeInstances', 'DescribeRegions'],
'vpc': ['DescribeVpcs', 'DescribeVSwitches']
}
api_tools.create_api_tools(mcp, config)
mcp.run(transport='sse')
if __name__ == "__main__":
main()
|
运行命令
# Linux/MacOS
ALIBABA_CLOUD_ACCESS_KEY_ID=ak ALIBABA_CLOUD_ACCESS_KEY_SECRET=sk
uv run server.py
# Windows
set ALIBABA_CLOUD_ACCESS_KEY_ID=ak &&
set ALIBABA_CLOUD_ACCESS_KEY_SECRET=sk &&
uv run server.py
|
程序默认通过以下端口提供服务，提供sse连接：
http://127.0.0.1:8000/sse |
Client配置
选择Cherry-Studio或者 Cline等常用的MCP Client，配置sse url即可开始体验。
以Cline为例：
填写后即可完成配置
Cherry-Studio
至此，您就拥有了一个亲手搭建的专属阿里云OpenAPI MCP Server，兼具操作便捷性与可拓展性，您还可以随时对其支持的Tools进行修改，仅需调整Config中的服务及对应的API即可。
四、总结与展望
在本文中，我们系统性地介绍了如何用10行 Python 代码构建一个专属阿里云Open API MCP
Server，主要提到了三个核心的亮点：
无需重复繁琐的Tools编写过程
无需了解阿里云的OpenAPI实现细节
极大降低自定义MCP Server的编写门槛
相信上述几点能够推动用户更便捷的创建和开发MCP Server，为MCP的发展贡献力量。
未来，我们希望能够拓展场景，不止局限于阿里云的OpenAPI，只要是具备标准格式，包含API必要信息的元数据，都可以通过本文所阐述的方式进行转换和MCP
Server工具的自动注册。
同时，可以看到，即便本文所提出的方案降低了MCP Server开发的门槛，简化了操作流程，但是仍局限于一个API对应一个工具的思想，未来将会尝试设计通用方案，不再针对单个API进行工具适配，而是提供基准且通用的工具，AI能够借助通用工具进行自动找寻目标API，自动检索API信息，自动填入必需参数并调用检索到的API，真正实现：固定的工具--通用的API调用。
| 
