modelcontextprotocol/quickstart-resources

解决的问题

Model Context Protocol (MCP) 是一种标准，允许像 Claude 这样的 AI 助手调用外部工具。此仓库提供了五种编程语言的最小可用示例服务器和客户端，使开发人员无需猜测细节即可学习如何构建支持 MCP 的应用程序。

工作原理

有两类示例：

• 天气服务器（MCP 服务器）： 一个简单的服务器，公开两个工具——get_forecast 和 get_alerts——由美国国家气象局 API 提供支持。所有服务器通过 stdio 通信并公开相同的两个工具。
• 聊天机器人（MCP 客户端）： 一个由 LLM 驱动的聊天机器人，启动服务器、列出其工具，并运行交互式聊天循环，Claude 可以在其中调用这些工具。客户端需要 ANTHROPIC_API_KEY，但即使没有，它们仍然可以连接并列出服务器的工具，因此您可以在没有凭据的情况下验证 MCP 连接。

每个示例都位于自己的目录中，并带有涵盖先决条件、设置和运行方法的 README。您可以跨语言混合搭配——例如，Python 客户端可以驱动 TypeScript 服务器。tests 目录包含在 CI 中运行的冒烟测试，验证每个服务器启动并响应 MCP 请求，每个客户端可以连接到模拟服务器并列出工具。

适用对象

这适用于正在学习 Model Context Protocol 的开发人员，希望看到他们已经使用的语言中的实际示例，或者正在寻找最小、经过良好测试的起点来构建自己的 MCP 服务器和客户端。这些示例有意保持最小化——它们的存在是为了教授协议，而不是作为生产服务。

亮点

• 五种语言的示例服务器和客户端：Python、TypeScript、Go、Rust 和 Ruby
• 所有服务器公开相同的两个天气工具，因此您可以直接比较实现
• 客户端是交互式聊天机器人，允许 Claude 调用服务器的工具
• 跨语言互操作性——客户端和服务器可以混合搭配
• 每次拉取请求时自动运行冒烟测试，保持示例可靠
• 每个示例都有清晰的 README，包含设置和运行说明