1、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，我们往往会希望通过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，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。
2、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 META
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 和 JSONSchema 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 META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 META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
3、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
4、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META类型数据，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。
