Einen Python MCP-Server von Grund auf neu erstellen

Das Model Context Protocol (MCP) ist mittlerweile ein Industriestandard. Es hat 97 Millionen monatliche SDK-Downloads erreicht. Jedes wichtige KI-Tool nutzt es. Die meisten Anleitungen zeigen nur, wie man bestehende Server installiert. Dieser Leitfaden zeigt Ihnen, wie Sie Ihren eigenen mit Python und der GitHub API erstellen.

Was ist MCP? Es ist ein Protokoll, das es KI-Clients ermöglicht, externe Dienste aufzurufen. Ihr Server verarbeitet Anfragen von Tools wie Claude oder Cursor.

Die drei Kernkomponenten von MCP:

  • Tools: Funktionen, die die KI aufruft, um Aktionen auszuführen oder Daten abzurufen.
  • Resources: Schreibgeschützte Daten-Endpunkte wie Dateien oder Datenbankeinträge.
  • Prompts: Wiederverwendbare Anweisungs-Templates für konsistente Workflows.

Projekt einrichten Erstellen Sie ein Verzeichnis und installieren Sie die notwendigen Bibliotheken mit uv:

mkdir github-mcp-server
cd github-mcp-server
uv init .
uv add "mcp[cli]" httpx

Den Server bauen Nutzen Sie FastMCP, um die Hauptarbeit zu erledigen. Ein guter MCP-Server verwendet drei spezifische Dateien: server.py, pyproject.toml und eine optionale .env-Datei für Ihren GitHub-Token.

Profi-Tipps für die Entwicklung:

  • Nutzen Sie Pydantic-Modelle für die Rückgabewerte von Tools. Dies liefert der KI strukturierte Daten anstelle von unübersichtlichen Strings.
  • Schreiben Sie klare Docstrings. Die KI liest diese, um zu entscheiden, wann sie Ihr Tool verwenden soll.
  • Begrenzen Sie numerische Eingaben (Clamping). KI-Modelle senden oft unerwartete Zahlen wie 0 oder 100.
  • Behandeln Sie Ausnahmen (Exceptions). Ein Absturz Ihres Servers kann die gesamte Verbindung unterbrechen.

Testen und Deployment Warten Sie nicht damit, in Claude zu testen. Nutzen Sie zuerst den MCP Inspector. Führen Sie aus: uv run mcp dev server.py

Dies öffnet eine lokale Benutzeroberfläche unter http://localhost:5173. Sie können Tools, Resources und Prompts an einem Ort testen.

Verbindung zu Claude Desktop herstellen: Aktualisieren Sie Ihre Konfigurationsdatei, um Ihren Server einzubinden. Verwenden Sie den vollständigen Pfad zu Ihrer server.py-Datei. Nutzen Sie immer uv run anstelle des einfachen python-Befehls, um Umgebungsprobleme zu vermeiden.

Verbindung zu Claude Code herstellen: Nutzen Sie den CLI-Befehl: claude mcp add github-tools -- uv run python /path/to/server.py

Das Erstellen eigener MCP-Server ermöglicht es Ihnen, Live-Daten in Ihre KI-Workflows einzubinden.

Quelle: https://dev.to/moksh/building-a-python-mcp-server-from-scratch-a-practical-github-api-guide-397k

Optionale Lern-Community: https://t.me/GyaanSetuAi