MCP Server with Cloudflare Workers

使用 Cloudflare Workers 构建 MCP 服务

简介

模型上下文协议（MCP）是一种开放标准，可让 AI Agent 和助手与服务交互。通过搭建 MCP 服务，你可以让 AI 助手直接访问你的 API。

Cloudflare Workers 与 workers-mcp 软件包相结合，可为构建 MCP 服务提供强大且可扩展的解决方案。

前提条件

开始之前，请确保你已准备好：

• 一个 Cloudflare 账户
• 已安装 Node.js
• 已安装 Wrangler CLI（npm install -g wrangler）

---

开始使用

第 1 步：创建新的 Cloudflare Worker

首先，初始化一个新的 Cloudflare Worker 项目：

npx create-cloudflare@latest my-mcp-worker
cd my-mcp-worker

然后，登录你的 Cloudflare 账户：

wrangler login

第 2 步：配置 Wrangler

在 wrangler.toml 文件中填写正确的账户信息：

name = "my-mcp-worker"
main = "src/index.ts"
compatibility_date = "2025-03-03"
account_id = "your-account-id"

---

安装 MCP 工具

要启用 MCP 支持，请安装 workers-mcp 软件包：

npm install workers-mcp

运行设置命令来配置 MCP：

npx workers-mcp setup

此操作将：

• 添加所需的依赖项
• 设置用于测试的本地代理
• 配置 Worker 以符合 MCP 规范

---

编写 MCP 服务代码

更新 src/index.ts 以定义你的 MCP 服务：

import { WorkerEntrypoint } from 'cloudflare:workers';
import { ProxyToSelf } from 'workers-mcp';

export default class MyWorker extends WorkerEntrypoint<Env> {
  /**
   * A friendly greeting from your MCP server.
   * @param name {string} The name of the user.
   * @return {string} A personalized greeting.
   */
  sayHello(name: string) {
    return `Hello from an MCP Worker, ${name}!`;
  }

  /**
   * @ignore
   */
  async fetch(request: Request): Promise<Response> {
    return new ProxyToSelf(this).fetch(request);
  }
}

核心组件：

• WorkerEntrypoint：管理传入请求并公开方法。
• ProxyToSelf：确保符合 MCP 协议。
• sayHello 方法：示例 MCP 函数，AI 助手可以调用它。

---

添加 API 调用

你可以通过集成外部 API 来扩展 MCP 服务。以下是获取天气数据的示例：

export default class WeatherWorker extends WorkerEntrypoint<Env> {
  /**
   * Fetch weather data for a given location.
   * @param location {string} The city or ZIP code.
   * @return {object} Weather details.
   */
  async getWeather(location: string) {
    const response = await fetch(`https://api.weather.example/v1/${location}`);
    const data = await response.json();
    return {
      temperature: data.temp,
      conditions: data.conditions,
      forecast: data.forecast
    };
  }

  async fetch(request: Request): Promise<Response> {
    return new ProxyToSelf(this).fetch(request);
  }
}

---

部署 MCP 服务

设置好 Worker 后，将其部署到 Cloudflare：

npx wrangler deploy

部署完成后，你的 Worker 即可使用，AI 助手可以发现并使用你的 MCP 工具。

如需更新 MCP 服务，请重新部署：

npm run deploy

---

测试 MCP 服务

要在本地测试 MCP 设置：

npx workers-mcp proxy

此命令会启动一个本地代理，以便 MCP 客户端（例如 Claude Desktop）连接。

---

安全

要保护 MCP 服务，请使用 Wrangler Secrets：

npx wrangler secret put MCP_SECRET

此操作会添加共享密钥身份验证机制，以防止未经授权的访问。

---

总结

恭喜！你已成功使用 Cloudflare Workers 构建并部署 MCP 服务。现在可以为其扩展更多功能，并向 AI 助手提供新的工具。

如需了解详情，请查看 Cloudflare MCP 文档。

---