MCP Notes With Mini Project

远程MCP服务器（FastMCP）——构建、测试、部署和连接

该项目演示了如何构建 远程MCP（模型上下文协议）服务器 使用 FastMCP，使用本地测试 MCP检查员，将其部署到云端，并可选择将其连接到AI主机（如Claude Desktop），以便AI可以远程调用您的工具。

此回购的目标是展示 端到端MCP服务器工作流 这对生产足够友好，可以向招聘人员展示： 工具设计、HTTP传输、调试、部署和集成.

______________________________________________________________________

费用跟踪MCP服务器（远程+本地）

一 费用跟踪MCP服务器 这让AI主机（如 克劳德桌面版)使用以下方式管理您的开支 自然语言.\ 您可以添加费用，按日期/月份列出费用，并生成摘要——所有这些都可以通过调用MCP来实现 工具 超过 流式HTTP （远程）或 工作室 （当地）。

______________________________________________________________________

$## ✨ 这个项目做什么

该项目构建了一个 费用跟踪MCP服务器 这将结构化功能暴露给AI客户端。

✅ MCP服务器功能

1） 工具（可调用操作）

您的AI主机可以调用服务器函数，例如：

• add_expense → 添加新费用（金额、类别、日期、备注）
• list_expenses → 获取日期范围/月份的费用
• summarize_expenses → 总计+细分（按月/按类别）

2） 资源（只读数据）

服务器还提供只读端点，如：

• server_info （元数据/服务器详细信息）
• categories JSON资源用于一致性 类别+子类别 选择

使用类别JSON资源可确保条目之间干净、一致的分类（没有重复的类别，如“运输”和“运输”）。

3） 远程托管支持

• 用途 可流式HTTP传输，因此您可以远程部署服务器并通过 远程MCP URL.

______________________________________________________________________

🧪 本地开发和测试

您可以使用以下命令在本地验证MCP服务器：

✅ FastMCP开发/MCP检查员

• 确认 能力发现 （工具/资源显示正确）
• 让你跑步 工具调用 并验证输出

典型流程：

1. 在开发模式下启动服务器
2. 打开MCP检查器
3. 验证工具/资源
4. 运行工具调用（添加/列出/汇总）

______________________________________________________________________

🌍 部署为远程MCP服务器（云）

1） 将代码推送到GitHub

git init
git add .
git commit -m "Initial commit"
git remote add origin 
git push -u origin main

______________________________________________________________________

🧱 技术栈

• python
• FastMCP
• 紫外线 （项目/依赖关系经理）
• Git+GitHub
• FastMCP云 （部署）
• （可选） SQLite 用于有状态的应用程序，如Expense Tracker

______________________________________________________________________

📌 涵盖的关键概念/主题（招聘人员友好）

1） MCP生命周期理解

• 初始化阶段（协议协商+能力设置）
• 操作阶段（能力发现+工具调用）
• 停工阶段（运输管理关闭）

2） 能力发现

• 客户端如何发现可用的服务器功能：

- tools/list - resources/list - prompts/list （如果支持）

• 这如何实现主机AI的动态工具选择

3） 工具调用（核心MCP值）

• 定义服务器端工具
• 传递结构化参数
• 返回可供AI代理使用的结构化结果

4） 资源暴露

• 通过以下方式公开静态或动态数据 @mcp.resource
• 示例用例：从JSON文件进行类别映射以实现一致的分类

5） 传输层（本地与远程）

• stdio 运输 本地服务器
• http / 可流式传输HTTP 运输 远程服务器
• 托管服务器，使工具可跨设备/用户访问

6） 可观察性和可靠性（特殊情况）

• Ping请求（保持连接活跃，检测死对等体）
• 错误处理（JSON-RPC风格的错误对象）
• 超时和取消
• 长时间运行操作的进度通知

7） 部署工作流

• 使用GitHub进行源代码管理
• 使用FastMCP Cloud从仓库部署
• 在新提交时自动构建和重新部署

______________________________________________________________________

🌍 部署为远程MCP服务器（FastMCP云）

1） 将代码推送到GitHub

bash git 初始化 git添加。 git commit-m“初始提交” git远程添加来源\ git推送-u源代码main

2） 在FastMCP云上部署

1. 登录FastMCP云
2. 从您自己的代码中选择部署
3. 选择您的GitHub repo+分支
4. 将入口文件设置为：main.py
5. 单击部署

✅ 部署后，您将获得一个可供客户端/AI主机使用的远程MCP URL。

3） 连接到克劳德桌面（可选）

如果您的AI主机支持自定义远程连接器： 打开克劳德桌面->转到设置→ 连接器->单击添加自定义连接器->粘贴远程MCP URL->重新启动Claude Desktop

现在，Claude可以直接调用您的服务器工具。