用 Go 语言轻松构建 MCP 服务器

简介: 本文介绍了使用 Go 语言构建 MCP 服务器的完整过程,涵盖创建服务器实例、注册工具、资源和提示词,以及通过 stdio 和 sse 模式启动服务的方法,帮助开发者快速集成 LLM 应用与外部系统。

如果你不熟悉 MCP 协议,可以看我之前写的这篇文章:一文掌握 MCP 上下文协议:从理论到实践,如果你想学习如何构建一个 MCP 客户端,可以看这篇文章:用 Go 语言轻松构建 MCP 客户端

准备好了吗?准备一杯你最喜欢的咖啡或茶,随着本文一探究竟吧。

mcp-go

要构建 MCP 客户端和服务器,我们需要使用 mcp-go 库。

mcp-goGo 语言实现的 Model Context ProtocolMCP)库,通过这个库可以实现 LLM 应用与外部数据源和工具之间的无缝集成。

主要特点

  • 快速:高级接口意味着更少的代码和更快的开发速度
  • 简单:使用极少的样板代码构建 MCP 服务器
  • 完整:MCP Go 旨在提供 MCP 核心规范的完整实现

安装 MCP 库

Go 项目根目录下,执行以下命令:

代码语言:Bash

自动换行

AI代码解释

go get github.com/mark3labs/mcp-go

构建 MCP 服务器

接下来,我们使用 mcp-go 提供的 server 模块,构建一个通过 stidio 方式连接的 MCP 服务器。

创建 server 对象

代码语言:JavaScript

代码运行次数:0

自动换行运行

AI代码解释

s := server.NewMCPServer(
    "Server Demo",
    "1.0.0",
)

创建 server 对象时,我们可以指定 服务器名版本号 等参数。

添加工具(tools)

以下是一个示例,用于创建并注册一个简单的计算器工具:

代码语言:JavaScript

代码运行次数:2

自动换行运行

AI代码解释

calculatorTool := mcp.NewTool("calculate",
    mcp.WithDescription("执行基本的算术运算"),
    mcp.WithString("operation",
        mcp.Required(),
        mcp.Description("要执行的算术运算类型"),
        mcp.Enum("add", "subtract", "multiply", "divide"), // 保持英文
    ),
    mcp.WithNumber("x",
        mcp.Required(),
        mcp.Description("第一个数字"),
    ),
    mcp.WithNumber("y",
        mcp.Required(),
        mcp.Description("第二个数字"),
    ),
)
s.AddTool(calculatorTool, func(ctx context.Context, request mcp.CallToolRequest) (*mcp.CallToolResult, error) {
    op := request.Params.Arguments["operation"].(string)
    x := request.Params.Arguments["x"].(float64)
    y := request.Params.Arguments["y"].(float64)
    var result float64
    switch op {
    case "add":
        result = x + y
    case "subtract":
        result = x - y
    case "multiply":
        result = x * y
    case "divide":
        if y == 0 {
            return nil, errors.New("不允许除以零")
        }
        result = x / y
    }
    return mcp.FormatNumberResult(result), nil
})

添加工具的步骤如下:

  • 创建工具对象 使用 mcp.NewTool 创建一个工具实例。
  • 第aly.rouming.net11具名称(必须),例如 "calculate"
  • 其余参数通过函数选项(functional options)方式传入,例如:
  • mcp.WithDescription(...) 添加工具描述;
  • mcp.WithString(...)mcp.WithNumber(...) 定义参数及其规则(如是否必填、参数说明、枚举限制等)。
  • 注册工具到服务器 通过 s.AddTool 方法将工具注册到 MCP 服务中。
  • 第一个参数是上一步创建的工具对象;
  • 第二个参数是该工具的处理函数(handler),用于实现工具的具体逻辑,如参数解析、运算执行、返回结果等。

添加资源(Resources)

下面的示例展示了如何创建并注册一个静态资源,用于读取并提供 README.md 文件的内容。

代码语言:JavaScript

代码运行次数:0

自动换行运行

AI代码解释

resource := mcp.NewResource(
    "docs://readme",
    "项目说明文档",
    mcp.WithResourceDescription("项目的 README 文件"),
    mcp.WithMIMEType("text/markdown"),
)
s.AddResource(resource, func(ctx context.Context, request mcp.ReadResourceRequest) ([]mcp.ResourceContents, error) {
    content, err := os.ReadFile("README.md")
    if err != nil {
        return nil, err
    }
    return []mcp.ResourceContents{
        mcp.TextResourceContents{
            URI:      "docs://readme",
            MIMEType: "text/markdown",
            Text:     string(content),
        },
    }, nil
})

添加资源的步骤如下:

  • 创建资源对象使用 mcp.NewResource 函数创建资源实例。
  • 第一个参数为资源 URI,用于标识资源;
  • 第二个参数为资源名称;
  • 通过函数选项补充更多信息,例如:
  • mcp.WithResourceDescription(...) 设置资源描述;
  • mcp.WithMIMEType(...) 指定资源的 MIME 类型。
  • 注册资源处理函数使用 s.AddResource 将资源对象注册到服务器,并提供一个处理函数:
  • 该处理函数会在资源被访问时执行;
  • 返回值是资源内容的数组(例如读取本地文件内容并封装为 TextResourceContents)。

添加提示词(Prompts)

以下示例展示了如何创建并添加一个带参数的简单提示词,用于生成个性化的问候语。

代码语言:JavaScript

代码运行次数:0

自动换行运行

AI代码解释

s.AddPrompt(mcp.NewPrompt("greeting",
    mcp.WithPromptDescription("一个友好的问候提示"),
    mcp.WithArgument("name",
        mcp.ArgumentDescription("要问候的人的名字"),
    ),
), func(ctx context.Context, request mcp.GetPromptRequest) (*mcp.GetPromptResult, error) {
    name := request.Params.Arguments["name"]
    if name == "" {
        name = "朋友"
    }
    return mcp.NewGetPromptResult(
        "友好的问候",
        []mcp.PromptMessage{
            mcp.NewPromptMessage(
                mcp.RoleAssistant,
                mcp.NewTextContent(fmt.Sprintf("你好,%s!今天有什么可以帮您的吗?", name)),
            ),
        },
    ), nil
})

添加提示词的步骤如下:

  • 创建提示词对象通过 mcp.NewPrompt 创建一个提示词定义。
  • 第一个参数是提示词名称;
  • 可通过 mcp.WithPromptDescription(...) 添加描述;
  • 使用 mcp.WithArgument(...) 定义参数及其说明(如提示词中需要动态插值的内容)。
  • 注册提示词处理函数使用 s.AddPrompt 将提示词对象注册到服务器,并提供对应的处理逻辑函数:
  • 函数接收用户输入参数;
  • 返回一个结构化的提示词响应(如构造一个带有用户名字的问候消息)。

启动基于 stdio 传输类型的服务器

代码语言:JavaScript

代码运行次数:0

自动换行运行

AI代码解释

// 启动基于 stdio 的服务器
if err := server.ServeStdio(s); err != nil {
    fmt.Printf("Server error: %v\n", err)
}

使用 server.ServeStdio 方法可以启动一个基于标准输入/输出(stdio)的 MCP 服务器。

这种方式适用于本地集成与命令行工具。

启动基于 sse(Server-Sent Events)传输类型的服务器

如果需要通过 HTTP 的方式提供服务,支持服务端推送数据,可以使用 SSE(Server-Sent Events)传输模式。

代码语言:JavaScript

代码运行次数:0

自动换行运行

AI代码解释

s := server.NewMCPServer(
    "My Server", // Server 名称
    "1.0.0",     // 版本号
)
// 创建基于 SSE 的服务器实例
sseServer := server.NewSSEServer(s)
// 启动服务器,监听指定端口(如 :8080)
err := sseServer.Start(":8080")
if err != nil {
    panic(err)
}

stdio 不同,sse 模式基于 HTTP 协议,更适合 Web 应用中的长连接场景,支持服务端推送数据。

完整的 stdio 代码示例

代码语言:JavaScript

代码运行次数:11

自动换行运行

AI代码解释

package main
import (
 "context"
 "errors"
 "fmt"
 "os"
 "github.com/mark3labs/mcp-go/mcp"
 "github.com/mark3labs/mcp-go/server"
)
func main() {
 s := server.NewMCPServer(
  "Server Demo",
  "1.0.0",
 )
 // 添加工具
 {
  calculatorTool := mcp.NewTool("calculate",
   mcp.WithDescription("执行基本的算术运算"),
   mcp.WithString("operation",
    mcp.Required(),
    mcp.Description("要执行的算术运算类型"),
    mcp.Enum("add", "subtract", "multiply", "divide"), // 保持英文
   ),
   mcp.WithNumber("x",
    mcp.Required(),
    mcp.Description("第一个数字"),
   ),
   mcp.WithNumber("y",
    mcp.Required(),
    mcp.Description("第二个数字"),
   ),
  )
  s.AddTool(calculatorTool, func(ctx context.Context, request mcp.CallToolRequest) (*mcp.CallToolResult, error) {
   op := request.Params.Arguments["operation"].(string)
   x := request.Params.Arguments["x"].(float64)
   y := request.Params.Arguments["y"].(float64)
   var result float64
   switch op {
   case "add":
    result = x + y
   case "subtract":
    result = x - y
   case "multiply":
    result = x * y
   case "divide":
    if y == 0 {
     return nil, errors.New("不允许除以零")
    }
    result = x / y
   }
   return mcp.FormatNumberResult(result), nil
  })
 }
 // 添加资源
 {
  // 静态资源示例 - 暴露一个 README 文件
  resource := mcp.NewResource(
   "docs://readme",
   "项目说明文档",
   mcp.WithResourceDescription("项目的 README 文件"),
   mcp.WithMIMEType("text/markdown"),
  )
  // 添加资源及其处理函数
  s.AddResource(resource, func(ctx context.Context, request mcp.ReadResourceRequest) ([]mcp.ResourceContents, error) {
   content, err := os.ReadFile("README.md")
   if err != nil {
    return nil, err
   }
   return []mcp.ResourceContents{
    mcp.TextResourceContents{
     URI:      "docs://readme",
     MIMEType: "text/markdown",
     Text:     string(content),
    },
   }, nil
  })
 }
 // 添加提示词
 {
  // 简单问候提示
  s.AddPrompt(mcp.NewPrompt("greeting",
   mcp.WithPromptDescription("一个友好的问候提示"),
   mcp.WithArgument("name",
    mcp.ArgumentDescription("要问候的人的名字"),
   ),
  ), func(ctx context.Context, request mcp.GetPromptRequest) (*mcp.GetPromptResult, error) {
   name := request.Params.Arguments["name"]
   if name == "" {
    name = "朋友"
   }
   return mcp.NewGetPromptResult(
    "友好的问候",
    []mcp.PromptMessage{
     mcp.NewPromptMessage(
      mcp.RoleAssistant,
      mcp.NewTextContent(fmt.Sprintf("你好,%s!今天有什么可以帮您的吗?", name)),
     ),
    },
   ), nil
  })
 }
 // 启动基于 stdio 的服务器
 if err := server.ServeStdio(s); err != nil {
  fmt.Printf("Server error: %v\n", err)
 }
}

小结

本文介绍了如何构建了一个基于 mcp-go 的服务端,完成了以下内容:

  • 创建了 MCP Server 实例;
  • 注册了工具(如计算器)、资源(如 README 文件)和提示词(如问候语);
  • 支持通过 stdiosse 两种方式启动服务,满足不同通信场景。
相关文章
|
2月前
|
人工智能 JavaScript API
零基础构建MCP服务器:TypeScript/Python双语言实战指南
作为一名深耕技术领域多年的博主摘星,我深刻感受到了MCP(Model Context Protocol)协议在AI生态系统中的革命性意义。MCP作为Anthropic推出的开放标准,正在重新定义AI应用与外部系统的交互方式,它不仅解决了传统API集成的复杂性问题,更为开发者提供了一个统一、安全、高效的连接框架。在过去几个月的实践中,我发现许多开发者对MCP的概念理解透彻,但在实际动手构建MCP服务器时却遇到了各种技术壁垒。从环境配置的细节问题到SDK API的深度理解,从第一个Hello World程序的调试到生产环境的部署优化,每一个环节都可能成为初学者的绊脚石。因此,我决定撰写这篇全面的实
524 67
零基础构建MCP服务器:TypeScript/Python双语言实战指南
|
5月前
|
人工智能 API 开发者
FastAPI开发者福音!FastAPI-MCP:将FastAPI秒变MCP服务器的开源神器,无需配置自动转换!
FastAPI-MCP是一款能将FastAPI应用端点自动转换为符合模型上下文协议(MCP)的开源工具,支持零配置自动发现接口并保留完整文档和模式定义。
3156 112
FastAPI开发者福音!FastAPI-MCP:将FastAPI秒变MCP服务器的开源神器,无需配置自动转换!
|
1月前
|
人工智能 自然语言处理 安全
Python构建MCP服务器:从工具封装到AI集成的全流程实践
MCP协议为AI提供标准化工具调用接口,助力模型高效操作现实世界。
380 1
|
2月前
|
人工智能 Nacos 开发者
手把手教你搭建MCP服务器
Model Context Protocol(MCP)正成为AI智能体连接外部工具的主流标准。本文详解两种搭建方案,助你构建专属AI工具扩展引擎,实现工具调用的标准化与高效集成。
|
2月前
|
人工智能 运维 安全
MCP协议深度解析:客户端-服务器架构的技术创新
作为一名长期关注AI技术发展的博主摘星,我深刻感受到了MCP(Model Context Protocol)协议在AI生态系统中的革命性意义。MCP协议作为Anthropic公司推出的开放标准,正在重新定义AI应用与外部系统的交互方式,其基于JSON-RPC 2.0的通信机制为构建可扩展、安全的AI应用提供了坚实的技术基础。在深入研究MCP协议规范的过程中,我发现这一协议不仅解决了传统AI应用在资源访问、工具调用和上下文管理方面的痛点,更通过其独特的三大核心概念——资源(Resources)、工具(Tools)、提示词(Prompts)——构建了一个完整的AI应用生态系统。MCP协议的客户端-
278 0
MCP协议深度解析:客户端-服务器架构的技术创新
|
4月前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
314 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
3月前
|
监控 Ubuntu 安全
Ubuntu系统下构建FTP服务器的步骤
记住,时不时的巡视(监控)农场,更新工具(软件和安全性更新),以及恰当的维护同样重要,这样你的FTP农场才能长久繁荣。
70 4
|
5月前
|
Go API 定位技术
MCP 实战:用 Go 语言开发一个查询 IP 信息的 MCP 服务器
随着 MCP 的快速普及和广泛应用,MCP 服务器也层出不穷。大多数开发者使用的 MCP 服务器开发库是官方提供的 typescript-sdk,而作为 Go 开发者,我们也可以借助优秀的第三方库去开发 MCP 服务器,例如 ThinkInAIXYZ/go-mcp。 本文将详细介绍如何在 Go 语言中使用 go-mcp 库来开发一个查询 IP 信息的 MCP 服务器。
348 0

热门文章

最新文章