支持自主创建MCP啦！一文带你玩转魔搭MCP广场，从idea到部署自己的MCP到魔搭

2025-06-13 2373

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 如何开发自己的一个MCP server？

01.前言

如何开发自己的一个MCP server？

如何贡献自己的MCP到魔搭？

这篇文章教你玩转魔搭MCP广场

继魔搭社区上线了MCP广场后，非常多开发者找到我们，希望分享自己的MCP 服务供大家使用。就在今天，魔搭MCP广场开放了自主创建MCP的入口，支持开发者自己上传MCP server。

在MCP广场创建自己的MCP有两种状态，可托管部署和仅分发展示。如您的MCP不需要依赖本地环境，可以选择用“可托管部署”的方式创建，这将使您拥有一个用魔搭免费资源托管的云端MCP服务器。

MCP广场地址：modelscope.cn/mcp

编辑

下面小编用一个案例带大家实现自己的MCP，并将它部署到魔搭 MCP 广场。

02.如何使用 FastMCP 框架构建您自己的 MCP 服务器

FastMCP简介

FastMCP 是构建 MCP 服务器和客户端的标准框架，使用简洁的 Python 代码即可创建工具、公开资源、定义提示词等：

from fastmcp import FastMCP
mcp = FastMCP("Demo 🚀")
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b
if __name__ == "__main__":
    mcp.run()

FastMCP 实现了所有复杂的协议细节和服务器管理，开发者可以专注于MCP服务本身的工具实现。FastMCP 提供高级接口，且是python风格的，在大多数情况下，您只需装饰一个函数即可将您的项目封装为MCP Server。

准备环境，并初始化项目目录

Python版本的MCP servers开发过程用uv管理是最连贯的，本文全程以uv命令演示。

# 1、安装uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# 初始化项目目录
uv init mcp-calculator && cd mcp-calculator
# 创建隔离环境并激活
uv venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
# 安装核心依赖
uv add "mcp[cli]"

另外，您需要一个支持使用 MCP 协议调用工具的 LLM 应用程序，即“MCP 客户端”，例如 Cherry Studio、Claude Desktop、Cursor 或 Cline。

开发您的MCP server

本本文以一个简单的计算器实现，演示如何用FastMCP开发一个MCP服务。

在上一步创建的项目中，创建server.py文件，放在src/mcp_calculator_kel目录下，server.py里的内容如下：

from fastmcp import FastMCP
import math
mcp = FastMCP("CalculatorService")
# 算术工具组
@mcp.tool()
def add(a: float, b: float) -> float:
    """执行浮点数加法运算"""
    return a + b
@mcp.tool()
def subtract(a: float, b: float) -> float:
    """执行浮点数减法运算"""
    return a - b
@mcp.tool()
def multiply(a: float, b: float) -> float:
    """执行浮点数乘法运算"""
    return a * b
@mcp.tool() 
def divide(a: float, b: float) -> float:
    """执行浮点数除法运算
    Args:
        b: 除数（必须非零）
    """
    if b == 0:
        raise ValueError("除数不能为零")
    return a / b
# 高级数学工具
@mcp.tool()
def power(base: float, exponent: float) -> float:
    """计算幂运算"""
    return base ** exponent
@mcp.tool()
def sqrt(number: float) -> float:
    """计算平方根"""
    return math.sqrt(number)
@mcp.tool()
def factorial(n: int) -> int:
    """计算整数阶乘"""
    return math.factorial(n)
if __name__ == "__main__":
    mcp.run(transport="stdio")

调试您的MCP server

调试服务最快的方式是使用 MCP Inspector，用开发模式启动您的服务，非常方便debug，极力推荐。

# 使用MCP检查器调试
mcp dev server.py

命令运行后，访问 http://localhost:5173 可进行交互测试

编辑

客户端测试您的MCP server（可选）

一旦您的服务调试通过后，可用python命令在本地客户端中使用了，例如在Cherry Studio的MCP 服务器页面配置您的MCP服务器：

编辑

回到对话界面，打开自己的MCP服务器，即可进行测试

编辑

03.打包发布Python库到PyPI

为了后续可以在魔搭MCP广场托管部署您的服务，您需要将您的本地脚本打包，并发布到PyPI官网。如果您的服务需要依赖本地环境，是一个local的MCP Server，则不需要上传到PyPI，可直接去魔搭MCP广场创建MCP。

如何打包发布到PyPI？到目前为止，我们已经有了一个可以运行的MCP server脚本server.py。

代码开发

打包本地脚本后，可以将这个mcp server作为模块来运行，而不是直接通过脚本运行。

打包本地脚本需要新建两个文件__init__.py 和 __main__.py，还是放在src/mcp_calculator_kel目录下。

新建__init__.py：需要有一个main()函数来运行mcp

import argparse
from .server import mcp
def main():
    """MCP Wiki kel: Read Wikipedia articles and convert them to Markdown."""
    parser = argparse.ArgumentParser(
        description="Gives you the ability to read Wikipedia articles and convert them to Markdown."
    )
    parser.parse_args()
    mcp.run()
if __name__ == "__main__":
    main()

新建__main__.py：脚本调用main()函数，在python包运行的时候作为入口点

from mcp_calculator_kel import main
main()

本地测试

# 以模块运行
uv run -m mcp_calculator_kel

或者也可以在MCP 客户端比如Cherry Studio上配置config测试

"mcp_calculator_kel": {
  "isActive": true,
  "name": "calculator",
  "type": "stdio",
  "command": "uv",
  "args": [
    "--directory",
    "/Users/xxx/mcp_calculator_kel/src",  # 替换为自己的路径
    "run",
    "-m",
    "mcp_calculator_kel"
  ]
}

作为一个包发布到PyPI

1、您需要确保在您的项目根目录，存在一个完整的pyproject.toml文件

该.toml文件在前面的步骤中应该已经自动生成，内容包括：

包的元信息：名字、版本、描述、作者
依赖项
构建系统配置
MCP入口

小编的pyproject.toml文件如下：（可以复制后改成自己的版本）

[project]
name = "mcp-calculator"
version = "0.1.2"
description = "a mcp calculator"
readme = "README.md"
requires-python = ">=3.12"
dependencies = [
    "build>=1.2.2.post1",
    "mcp[cli]>=1.9.2",
    "twine>=6.1.0",
]
[project.scripts]
mcp_calculator_kel = "mcp_calculator_kel:main"
[build-system]
requires = ["hatchling"]
build-backend = "hatchling.build"

2、为您的Python包创建一个README.md

3、构建您Python包

cd mcp_calculator_kel
# 安装构建工具
uv add build twine
# 构建您的Python包
uv run -m build

构建完成后，您将在dist/目录下看见.whl和.tar.gz的两个文件

4、准备PyPI账户，复制token

PyPI官网：

5、上传您的Python包

uv run -m twine upload dist/***.whl

这一步会提示您输入PyPI的token

6、通过inspector快速测试

npx @modelcontextprotocol/inspector uvx mcp_calculator_kel

编辑

提示：如果测试不通过，或者后续有更新，需要在pyproject.toml中更新版本号，重复以上3-5步

7、MCP客户端测试

一旦发布完成，用户就可以通过uvx安装和使用您的 MCP server。uvx会创建一个临时环境，安装依赖并执行这个包，非常的简洁优雅。

{
  "mcpServers": {
    "mcp_calculator_kel": {
        "command": "uvx",
        "args": [
          "mcp-calculator"
        ]
      }
  }
}

托管部署您的MCP服务到魔搭MCP广场

在MCP广场创建自己的MCP，选择“自定义创建”。魔搭也支持从GitHub仓库快速创建，如果您已经将自己的代码托管到GitHub仓库，可以用默认方式快速创建。

接下来进入魔搭MCP广场创建MCP

MCP广场地址：modelscope.cn/mcp

编辑

或者直接点击创建链接：https://modelscope.cn/mcp/servers/create?template=customize

创建第一步需要填写中英文名称、来源地址等基础信息，托管类型选择“可托管部署”。

编辑

创建第二步填写配置，填写您的MCP服务配置config和环境变量。

编辑

创建第三步写一个清晰完整的README。

编辑

点击创建之后，后台会自动根据这些信息进行自动托管部署。

Tips：

如果您创建服务的时候选择用“可托管部署”的方式创建，但是您的MCP服务不满足托管部署的条件，或由于服务配置错误的问题导致自动托管部署的流程失败，您的服务会退化至“仅可本地使用”的方式托管到魔搭。

如果您的服务需要依赖本地环境，是一个local的MCP Server，去魔搭MCP广场创建MCP的时候，托管类型选择“仅本地可用”即可。

以下是小编创建的Hosted MCP示例

https://modelscope.cn/mcp/servers/kelseye/mcp_calculator_kel_test

编辑

点击链接阅读全文