MCP应用——天气查询AI助手
有时候会遇到这些问题：
- 想用AI模型（比如DeepSeek、OpenAI）去调用一些外部API（比如天气查询、GitHub仓库管理），但不知道如何让AI和这些服务交互？
- 想让AI自动帮你完成一些任务，比如查天气、爬取网页、管理文件，但不知道怎么让AI“学会”调用这些工具？
有了MCP，学习了解之后。便可以让AI模型可以轻松调用各种外部工具（Tools），就像人类使用USB接口一样方便。
1. MCP Server 开发：天气查询服务
1.1 环境准备
首先，搭建开发环境。
安装 uv（现代化的Python包管理工具）
pip install uv
或者用PowerShell安装（Windows用户推荐）：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
初始化项目 & 创建虚拟环境
uv init
uv venv .venv
.venv\Scripts\activate # 激活虚拟环境（Windows）
1.2 编写天气查询Server
写一个 MCP Server，让它能调用OpenWeatherMap的API查询天气。从这里openweathermap.org/ 去拿到自己的OpenWeather API Key。
核心代码（weather.py）：
import json
import httpx
from typing import Any
from mcp.server.fastmcp import FastMCP
# 初始化 MCP 服务器，命名为"WeatherServer"
# 嗯，这里相当于创建了一个天气服务的后台程序
mcp = FastMCP("WeatherServer")
# OpenWeather API 的配置信息
# 注意：这个API_KEY是示例，你需要自己去OpenWeather官网申请一个哦！
OPENWEATHER_API_BASE = "https://api.openweathermap.org/data/2.5/weather"
API_KEY = "xxx" # 请替换为你自己的 OpenWeather API Key
USER_AGENT = "weather-app/1.0" # 这个用来标识我们的应用
async def fetch_weather(city: str) -> dict[str, Any] | None:
"""
从 OpenWeather API 获取天气信息。
:param city: 城市名称（需使用英文，如 Beijing）
:return: 天气数据字典；若出错返回包含 error 信息的字典
"""
# 准备请求参数
params = {
"q": city, # 城市名
"appid": API_KEY, # API密钥
"units": "metric", # 使用公制单位（摄氏度）
"lang": "zh_cn" # 返回中文描述
}
headers = {"User-Agent": USER_AGENT} # 设置请求头
# 使用httpx的异步客户端发送请求
async with httpx.AsyncClient() as client:
try:
# 发送GET请求，设置30秒超时
response = await client.get(
OPENWEATHER_API_BASE,
params=params,
headers=headers,
timeout=30.0
)
response.raise_for_status() # 如果响应不成功会抛出异常
return response.json() # 返回解析后的JSON数据
except httpx.HTTPStatusError as e:
# 处理HTTP错误（比如404，401等）
return {"error": f"HTTP 错误: {e.response.status_code}"}
except Exception as e:
# 处理其他异常（比如网络问题）
return {"error": f"请求失败: {str(e)}"}
def format_weather(data: dict[str, Any] | str) -> str:
"""
将天气数据格式化为易读文本。
:param data: 天气数据（可以是字典或 JSON 字符串）
:return: 格式化后的天气信息字符串
"""
# 如果传入的是字符串，先尝试转换成字典
if isinstance(data, str):
try:
data = json.loads(data)
except Exception as e:
return f"无法解析天气数据: {e}"
# 如果数据中包含错误信息，直接返回错误提示
if "error" in data:
return f"⚠ {data['error']}"
# 从返回数据中提取天气信息，使用get方法避免KeyError
city = data.get("name", "未知") # 城市名
country = data.get("sys", {}).get("country", "未知") # 国家
temp = data.get("main", {}).get("temp", "N/A") # 温度
humidity = data.get("main", {}).get("humidity", "N/A") # 湿度
wind_speed = data.get("wind", {}).get("speed", "N/A") # 风速
# weather字段是个列表，可能为空，所以先给个默认值
weather_list = data.get("weather", [{}])
description = weather_list[0].get("description", "未知") # 天气描述
# 返回格式化的字符串，用了emoji让输出更直观
return (
f"🌍 {city}, {country}\n"
f"🌡 温度: {temp}°C\n"
f"💧 湿度: {humidity}%\n"
f"🌬 风速: {wind_speed} m/s\n"
f"⛅ 天气: {description}\n"
)
@mcp.tool() # 这个装饰器把这个函数注册为MCP可调用的工具
async def query_weather(city: str) -> str:
"""
输入指定城市的英文名称，返回今日天气查询结果。
:param city: 城市名称（需使用英文）
:return: 格式化后的天气信息
"""
data = await fetch_weather(city) # 先获取原始天气数据
return format_weather(data) # 然后格式化输出
if __name__ == "__main__":
# 以标准 I/O 方式运行 MCP 服务器
# 这样其他程序就可以通过标准输入输出和这个服务通信啦
mcp.run(transport='stdio')
关键点解析：
- @mcp.tool() 这个装饰器告诉MCP：“嘿，这个函数是一个可以被AI调用的工具！”
- query_weather 函数会调用OpenWeather API，返回格式化后的天气数据。
1.3 在Trae里配置MCP Server
为了让AI能调用这个Server，在 Trae（一个支持MCP的AI平台）里配置：
{
"mcpServers": {
"weather": {
"command": "uv",
"args": ["run", "weather.py"]
}
}
}2. MCP Client 开发：让AI学会调用天气查询
2.1 安装依赖
Client需要调用OpenAI（或者DeepSeek）的模型，首先装好依赖：
uv add openai python-dotenv
2.2 配置模型参数
在 .env 文件里写你的API信息：
BASE_URL=https://api.deepseek.com
MODEL=deepseek-chat
API_KEY=你的API_KEY
2.3 编写MCP Client
- 连接MCP Server
- 让AI模型自动决定什么时候调用天气查询
核心代码（client.py）：
from openai import OpenAI
from mcp import ClientSession
client = OpenAI(api_key="你的API_KEY")
async def ask_ai(query):
response = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": query}],
tools=[{
"type": "function",
"function": {
"name": "query_weather",
"description": "查询指定城市的天气",
"parameters": {"city": {"type": "string"}}
}
}]
)
return response.choices[0].message
当运行Client并询问"今天北京天气怎么样？"时，AI会返回类似这样的格式化天气信息：
🌍 Beijing, CN
🌡 温度: 25°C
💧 湿度: 65%
🌬 风速: 3.2 m/s
⛅ 天气: 晴
ai识别当你问“北京天气”，ai自动回发现要去调query_weather工具，然后就自动把北京转成英文Beijing作为参数。
然后就去调用OpenWeather的api去发送请求获取北京天气，收到的数据是:
{
"name": "Beijing",
"sys": {"country": "CN"},
"main": {"temp": 25, "humidity": 65},
"wind": {"speed": 3.2},
"weather": [{"description": "晴"}]
}3. 进阶：让MCP更强大
3.1 更多工具
除了天气查询，还能让AI调用：
- GitHub仓库管理（查代码、提交PR）
- Figma设计稿解析（让AI看懂UI设计）
- 本地文件管理（让AI帮你整理文件夹）
只要写好对应的 @mcp.tool()，AI就能学会调用！
3.2 调试技巧
如果AI调工具出错，可以用 MCP Inspector 调试：
npx @modelcontextprotocol/inspector uv run weather.py
