关于 MCP Python Server — API Wrapper
这是一个 Python MCP 服务示例,将查询外部 HTTP API 的功能封装为工具,并提供连接简历后端的示例。适用于支持 MCP 的 Claude 或 ChatGPT Desktop 客户端。
主要功能
- 01将 API 查询封装为 MCP 工具
- 02向外部 API 发起 HTTP 请求
- 03通过 .env 配置可选凭据和 URL
- 04使用 MCP CLI 运行
适用场景
- 01从 Claude Desktop 调用外部 API
- 02通过 MCP 工具查询简历后端
- 03使用环境变量配置 API 访问
MCP 相关
该服务将外部 API 查询作为 MCP 工具提供,可配置给兼容的 Claude 或 ChatGPT Desktop 客户端使用。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
MCP Python Server — API 包装器
此项目会创建一个 Python MCP 服务,提供一个用于查询外部 API 的工具。兼容支持 Model Context Protocol(MCP)的 Claude Desktop 或 ChatGPT Desktop。
✨ 特性
- 通过 MCP 提供一个工具
- 通过 HTTP 查询外部 API
- 通过 claude.json 直接集成 Claude/Desktop
🚀 要求
- Python 3.9+
- mcp[cli](可通过 pip 或 uv 安装)
- Claude 或 ChatGPT Desktop(支持 MCP)
📁 项目结构
.
├── servidores/profile.py # Servidor MCP con herramientas para interactuar con mi backend del curriculum.
├── server.py # Servidor MCP con herramienta "consultar_api".
├── .env # Variables opcionales para auth/API.
├── claude.json # Config. MCP para integrarlo directamente.
└── README.md # Este documento.
⚙️ 安装
使用 pip
pip install "mcp[cli]"
使用 uv(推荐)
uv init mcp-api-server
cd mcp-api-server
uv add "mcp[cli]"
MCP 安装
mcp install mi_script.py
使用 .env 安装
mcp install mi_script.py -f .env
安装依赖
pip install -r requirements.txt
环境变量
在项目根目录创建 .env 文件,以定义可选的环境变量:
# .env
API_KEY=mi_api_key
API_URL=https://miapi.com/consulta
👷 快速入门(Quickstart)
创建服务器 server.py
from mcp.server.fastmcp import FastMCP
import httpx
mcp = FastMCP("API Wrapper")
@mcp.tool(description="Consulta una API externa")
async def consultar_api(param: str) -> str:
"""Consulta una API externa con un parámetro y devuelve la respuesta."""
async with httpx.AsyncClient() as client:
r = await client.get(f"https://miapi.com/consulta?param={param}")
return r.text
在开发模式下本地运行
mcp dev server.py
在生产模式下运行
mcp run server.py
或使用 uv:
uv run --with mcp[cli] mcp run server.py
🚀 与 Claude/Desktop 集成
在 Claude/Desktop 的配置文件夹中找到 claude.json:
- Windows:%APPDATA%\Claude\claude.json
- Linux/macOS:~/.claude/claude.json
示例:
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/codigo/backend-curso-inkor/proyectos_memes"
]
},
"Demo": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"C:\\codigo\\backend-curso-inkor\\MCP\\server.py"
]
}
}
}
🤖 在 Claude/Desktop 中使用
你可以向模型提出请求:
使用 consultar_api 工具,并将参数设为 "ping"
模型会使用你的 MCP 服务发起实时 HTTP 请求。
🎁 额外内容:扩展工具
@mcp.tool()
async def traducir(texto: str, lang: str) -> str:
return f"Traducido: {texto} → {lang}"
🔍 资源
- MCP 官方文档:https://docs.mcp.run/
- Python SDK 仓库:https://github.com/modelcontextprotocol/mcp
✅ 用爱与 httpx 制作 🚀
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。