AI工具的“超级外挂”:从零手把手教你搭建私人 MCP 服务器

简介: 本文手把手教你用Node.js从零搭建私人MCP(模型上下文协议)服务器,解决AI无法直接访问本地文件、数据库等痛点。含环境配置、TypeScript编译避坑、Hello World工具开发及Inspector调试全流程,助你赋予AI真实行动力!

1、 为什么我们需要 MCP?

你是否也有过这样的抓狂时刻:想让 AI 帮你看一下本地的日志文件,或者读取一下数据库里的最新数据,却只能手动复制粘贴,不仅繁琐,而且一旦数据更新,又得重来一遍。

MCP(模型上下文协议)它提供了一种标准化的客户端-服务端架构。只要你的 AI 助手支持 MCP,就能通过这个协议,丝滑地读取本地文件、访问私有数据库或调用外部 API。

今天,我们就来剥开 MCP 的神秘外衣,从零开始,用 Node.js 搭建一个属于你自己的私人 MCP 服务器。别担心,这比你想象的要简单得多。

2、环境准备

打开终端,用下面命令检查是否安装了node js和npm

node -v   #检查nodejs安装
npm -v  #检查npm安装

创建一个mcpServer文件夹,然后在文件夹里使用npm进行初始化设置,以及安装MCP的官方SDK

npm init -y
npm install @modelcontextprotocol/sdk

没有错误的话就是下面图片展示的结果

3、核心实战与防坑指南

使用任意代码编辑器,打开mcpServer文件,创建src文件夹,新建文件index.ts文件,开始编写代码

// 1. 导入依赖
import { McpServer } from"@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from"@modelcontextprotocol/sdk/server/stdio.js";

// 2. 创建服务器实例
export const server =new McpServer({
        name: "my-mcp-server", // 给你的服务器起个名字
        version: "0.0.1", // 版本号
});

// 3. 定义一个工具(Tool):起名叫 "say_hello"
server.tool(
        "say_hello", // 工具的名称
        { }, // 输入参数,这里为空
        async ()=> {
                return {
                        content: [{ type: "text", text: "Hello, World! From my first MCP server!" }],
                };
        }
);

// 4. 启动服务器
async function main(): Promise<void> {
        const transport = new StdioServerTransport();
        await server.connect(transport);
}

// 5. 执行启动
main().catch((error: Error) => {
        console.error("Server startup failed:", error);
        process.exit(1);
});

这里编写的第一个初始mcp,是实现调用说Hello World的工具。

使用下面命令进行编译:

npx tsc index.ts --outDir build --target ES2020 --module commonjs --esModuleInterop

在编译阶段,你可能会和我一样踩中两个坑:
第一个报错是没有安装TypeScript编译器,可以使用下面命令安装编译器

npm install typescript

第二个报错是缺少 Node.js 的类型定义,可以使用下面命令安装类型定义

npm install --save-dev @types/node

然后使用上面的命令重新编译即可。

运行文件,这里注意路径和文件名!运行后会卡在这里!

node build/index.js

4、见证奇迹

重新开一个终端窗口,这里使用下面命令运行 Inspector(这是MCP官方提供的交互式调试和测试工具),连接到刚刚启动的 MCP 服务器,然后会启动服务,以及给一个session token

npx @modelcontextprotocol/inspector node build/index.js

打开浏览器运行 localhost:6274,打开MCP Inspector,选择设置,在最后输入session token,然后点击连接就可以看到成功了。

打开右侧的Tools,选择List Tools ,找到刚刚写的mcp,直接运行在下面就可以看到结果啦。

进阶玩法

下图是MCP代码的流程图,可以参考学习一下

这里我又用Ai写了一个简单的MCP工具,可以实现运行工具打开百度搜索指定的信息。

下图是测试结果:

5、总结

到这里搭建 MCP 服务器就完成了,MCP的本质其实就是赋予 AI 行动能力。顺着这个思路,你可以把自己的笔记、本地的 MySQL 数据库、甚至是家里的智能家居 API,全部打包成 MCP 工具,喂给你的 AI 助手。到那时,AI 就不再只是一个聊天窗口,而是真正懂你、能帮你处理私人事务的超级助理。

你打算用 MCP 把什么工具接入给你的 AI 呢? 欢迎在评论区留下你的脑洞,如果遇到报错或者配置问题,也随时在评论区找我交流。

如果这篇文章帮你避开了配置过程中的坑,别忘了点赞在看或收藏。

相关文章
|
2月前
|
人工智能 安全 前端开发
一个人如何同时指挥三个 AI 写代码?多模型协作实战
一个人如何同时指挥三个 AI 写代码? 不是三个终端窗口来回切,而是真正"协同"—— Claude 总指挥,Gemini 写前端,Codex 写后端。自动分工、交叉审查、安全可控。 CCG-Workflow 这个开源工具把想象变成了现实。零配置路由、规范驱动开发、外部模型只能建议不能执行。来看看怎么让你的 AI 编程效率翻倍。
1217 3
一个人如何同时指挥三个 AI 写代码?多模型协作实战
|
2月前
|
人工智能 安全 算法
当赛博皇上给Ai设立三省六部
本文介绍一款创新开源系统,将中国古代“三省六部制”深度融入多智能体架构:以“太子”分拣需求、“中书”规划、“门下”审议、“六部”执行,实现AI团队协同处理复杂工程任务,兼具逻辑严谨性与文化巧思。
2304 1
当赛博皇上给Ai设立三省六部
|
2月前
|
人工智能 安全 JavaScript
OpenClaw(Clawdbot)阿里云/本地部署喂饭级教程(百炼API配置+8大场景30个实用Skill +避坑指南)
OpenClaw(原Clawdbot)的核心竞争力在于开放的Skill生态——ClawHub已收录13,338个技能,覆盖工作、生活、创作等全场景。但海量技能中隐藏着明显的“质量鸿沟”:12%的Skills存在恶意行为,部分技能为套壳工具或功能冗余,真正值得安装的核心技能仅30个左右。盲目安装不仅会占用资源,还可能导致API密钥泄露、恶意代码执行等安全风险。
685 1
|
1月前
|
人工智能 自然语言处理 安全
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
本文介绍了Claude Code终端AI助手的使用指南,主要内容包括:1)常用命令如版本查看、项目启动和更新;2)三种工作模式切换及界面说明;3)核心功能指令速查表,包含初始化、压缩对话、清除历史等操作;4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例,帮助开发者快速掌握如何通过命令行和交互界面高效使用Claude Code进行项目开发,特别强调了CLAUDE.md文件作为项目知识库的核心作用。
38837 72
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
|
5月前
|
人工智能 自然语言处理 安全
MCP的核心组件
MCP采用客户端-服务器架构,由MCP主机、客户端和服务器组成。主机承载AI智能体并发起请求;客户端负责请求标准化与安全通信;服务器提供数据、工具和提示,支持AI实时访问外部资源与服务,实现高效交互。
|
2月前
|
人工智能 JavaScript 机器人
QQ接入openclaw 保姆级教程
不用代码基础,不用复杂配置,低成本使用windows电脑安装openclaw,接入QQ机器人,实现轻松养龙虾,让QQ变成你的AI智能助手。
1250 5
|
1月前
|
Web App开发 存储 安全
Windows 10/11 零基础部署 OpenClaw:从下载到实操全攻略
本文为Windows 10/11用户打造的OpenClaw零基础部署指南:从官网下载、规范解压、关闭安全软件、纯英文路径安装,到5分钟一键部署与实操指令,全程无需代码。突出本地运行、数据不上传、依赖全内置、多场景自动化等优势,附高频问题排查方案,新手也能轻松上手。
|
2月前
|
人工智能 Linux API
OpenClaw全自动个人写作系统搭建:阿里云/本地部署+API配置,从素材收集到分发归档全流程实战指南
在AI辅助创作普及的2026年,单纯依靠对话式大模型进行写作已经无法满足高效、稳定、系统化的内容生产需求。灵感零散、素材难找、配图繁琐、多平台分发格式混乱、内容难以沉淀复用,是大多数创作者面临的共同痛点。OpenClaw作为轻量化AI智能体编排平台,能够将素材收集、灵感提炼、协同写作、自动配图、审核校对、分发归档全流程自动化,通过组合不同技能形成完整写作流水线,真正实现从“手动写稿”到“AI工厂化生产”的升级。本文基于真实落地经验,完整讲解OpenClaw搭建个人写作系统的四层架构、核心技能、配置方法、协同模式,同时提供2026年阿里云云端部署、MacOS/Linux/Windows11本地部
1163 2