从零开始开发 MCP Server

作者：张星宇
在大型语言模子（LLM）生态快速演进的今天，Model Context Protocol（MCP）作为毗连 AI 本领与真实世界的尺度化协议，正渐渐成为智能体开发的究竟尺度。该协议通过界说 Resources（静态资源）、Prompts（提示词模板）和 Tools（可执行工具）三大核心本领，让开发者可以或许以模块化方式为 LLM 扩展文件体系访问、API 集成甚至物联网控制等交互本领。
然而当前 MCP Server 的开发部署仍存在显著痛点：开发者需要手动配置 Python/TypeScript SDK、处理依赖冲突，最终还需自行解决云端的 IaC 部署难题。这种碎片化体验使得从零构建 MCP Server 的本钱过高。而通过 Serverless Devs CLI 工具，开发者可以或许一键拉起 MCP Server 项目，并在开发完成后一键部署到云端，显著缩短开发链路，提升 MCP Server 的开发效率。
本文将带你通过 Serverless Devs CLI 工具，开发并一键部署一个原生 SSE 的示例 MCP Server 到 FunctionAI 开发平台，提供自带 LLM 的 Client ，可对部署好的 MCP Server 举行测试。
什么是 Serverless Devs？

Serverless Devs 是一个开源开放的 Serverless 开发者平台，致力于为开发者提供强大的工具链体系。通过该平台，开发者可以一键体验多云 Serverless 产品，极速部署 Serverless 项目。Serverless Devs 于 2020 年 10 月 23 日正式开源，并于 2022年 进入 CNCF 沙箱，成为首个入选的 Serverless 工具项目，现在项目已经服务于成千上万的开发者和企业用户。
Serverless Devs 包含 CLI 工具，Registry 各类热门 AI 应用模版、实用 AI 工具以及 AI 工作流)，CICD工具，并与 函数计算FC、FunctionAI 开发平台密切合作，为开发者提供更加便利的 Serverless+AI 服务。
从零开发 MCP Server

当地初始化 MCP Server

初始化 MCP Server 项目到当地需要借助 Serverless Devs 工具。可依照此文档举行安装。安装并配置完成后，通过以下指令初始化一个 Hello World MCP Server 项目：

1. s init start-fcai-mcp-nodejs

复制代码

按照提示填入地域和配置好的 access，即可完成项目的初始化：

项目的目次结构如下：

1. .
2. ├── build.yaml                  # 构建配置
3. ├── code                        # 项目代码目录
4. │   ├── check_node_version.mjs  # 部署前检查脚本
5. │   ├── package-lock.json      
6. │   ├── package.json      
7. │   ├── src
8. │   │   └── index.ts            # 项目源码
9. │   ├── tsconfig.json
10. │   └── webpack.config.js
11. ├── readme.md
12. └── s.yaml                      # 部署 YAML

复制代码

开发 MCP Server

项目根目次下的code文件夹即是项目代码的目次，部署时只有这个文件夹里的内容会部署到 FunctionAI 上。打开src/index.ts文件，可以看到 CLI 已经帮你写好了一个简单的、可直接举行部署的Hello World MCP Server：

1. import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
2. import { z } from "zod";
3. import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
6. // Create a new server instance every time a new connection is made to ensure concurrency
7. const createServer = () => {
8.   // Create server instance
9.   const server = new McpServer({
10.     name: "my-mcp-server",
11.     version: "1.0.0",
12.   });
13.   
14.   // Implement your tools here
15.   server.tool(
16.     "hello_world",
17.     "Return string 'hello world!'",
18.     {
19.       // Define input parameters using zod. example:
20.       // prefix: z.string().describe('prefix').optional(),
21.     },
22.     async () => {
23.       console.log("Hello World tool called");
24.       return {
25.         content: [{
26.           type: "text",
27.           text: 'hello world!',
28.         }]
29.       }
30.     },
31.   );
32.   return server;
33. }
34. // Create a new server instance
35. const server = createServer();
36. // Create a new stdio transport instance
37. const transport = new StdioServerTransport();
38. // Start the server
39. server.connect(transport).then(() => {
40.   console.log("Server started");
41. }).catch((err) => {
42.   console.error("Error starting server:", err);
43. });

复制代码

这个 Server 包含一个名字为hello_world的工具，它只会返回一个字符串'hello world!'，且不需要任何输入参数。你可以参考当前代码的实现自行修改工具，且 CLI 已经帮你配置好了package.json，你可以按照你开发任意Node.js项目的方式来开发这个 Server。
部署 MCP Server 到 FunctionAI

完成 Server 的开发后，你可以通过 Serverless Devs CLI 工具一键将你的 MCP Server 部署到 FunctionAI。Serverless Devs 是通过s.yaml部署代码的，其需要包含所有部署需要的信息，包括实例规格、代码目次、触发器配置等等，而 CLI 已经帮你写好了，因此你不需要在意这些。
在部署之前，还需要对代码举行打包。在这里我们使用webpack举行打包，配置已经帮你写好了，因此你只需在code目次下执行以下指令：

注意：需要当地 node 版本为 20 或以上。

1. npm install # 如果你之前没有执行
2. npm run build

复制代码

若code目次下出现了dist文件夹并包含以下文件，则分析构建成功：

此时，你已经准备好将这个 Server 部署到 FunctionAI 了！回到项目根目次，执行以下指令：

1. s deploy -y

复制代码

若看到以下信息，则分析部署成功。部署成功后，Serverless Devs 会打印部署成功的函数的配置信息：
[code]✔ [nodejs-stdio-hello-world] completed (37.35s)
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。