Python实现 MCP 客户端调用（高德地图 MCP 服务）查询天气工具示例

MCP 官网

• https://modelcontextprotocol.io/introduction

Github

• python-sdk：https://github.com/modelcontextprotocol/python-sdk
• java-sdk：https://github.com/modelcontextprotocol/java-sdk
• typescript-sdk：https://github.com/modelcontextprotocol/typescript-sdk

MCP 仓库

• https://mcp.so/zh
  

• https://supermachine.ai/public-mcp-servers
  

简介

MCP 是一种开放协议，它标准化了应用程序向 LLM 提供上下文的方式。可以将 MCP 视为 AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。

架构

• MCP 主机：希望通过 MCP 访问数据的程序，例如 Claude Desktop、IDE 或 AI 工具
• MCP 客户端：与服务器保持 1:1 连接的协议客户端
• MCP 服务器：轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能
• 本地数据源：MCP 服务器可以安全访问的您的计算机文件、数据库和服务
• 远程服务：MCP 服务器可通过互联网（例如通过 API）连接到的外部系统

高德地图 MCP 客户端示例

• Node 下载：https://nodejs.org/zh-cn/download

注： Node版本 >= 18.20.4 ，版本太低无法执行 npx 命令。

• 高德地图文档（申请 AMAP_MAPS_API_KEY）：https://lbs.amap.com/api/mcp-server/summary
  
• 高德 MCP 服务 tools 列表

{"tools": [{"description": "根据城市名称或者标准adcode查询指定城市的天气","inputSchema": {"properties": {"city": {"type": "string","description": "城市名称或者adcode"}},"required": ["city"],"type": "object"},"name": "maps_weather"},{"description": "查询关键词搜或者周边搜获取到的POI ID的详细信息","inputSchema": {"properties": {"id": {"type": "string","description": "关键词搜或者周边搜获取到的POI ID"}},"required": ["id"],"type": "object"},"name": "maps_search_detail"},...]
}

python-sdk 客户端

pip install mcp

import asyncio
from mcp import ClientSession, StdioServerParameters, types
from mcp.client.stdio import stdio_clientserver_params = StdioServerParameters(command="npx",args=["-y", "@amap/amap-maps-mcp-server"],env={"AMAP_MAPS_API_KEY": "xxxxx"}
)async def run():async with stdio_client(server_params) as (read, write):async with ClientSession(read, write) as session:await session.initialize()tools = await session.list_tools()print("工具列表:", tools)result = await session.call_tool("maps_weather", arguments={"city": "福州"})print("调用结果:", result)if __name__ == "__main__":asyncio.run(run())

java-sdk 客户端

• 0.7版本迁移0.8版指南：https://github.com/modelcontextprotocol/java-sdk/blob/main/migration-0.8.0.md

<!-- https://mvnrepository.com/artifact/io.modelcontextprotocol.sdk/mcp -->
<dependency><groupId>io.modelcontextprotocol.sdk</groupId><artifactId>mcp</artifactId><version>0.8.1</version>
</dependency>

// https://mvnrepository.com/artifact/io.modelcontextprotocol.sdk/mcp
implementation("io.modelcontextprotocol.sdk:mcp:0.8.1")

import io.modelcontextprotocol.client.McpClient;
import io.modelcontextprotocol.client.McpSyncClient;
import io.modelcontextprotocol.client.transport.ServerParameters;
import io.modelcontextprotocol.client.transport.StdioClientTransport;
import io.modelcontextprotocol.spec.McpSchema;
import org.junit.jupiter.api.Test;import java.util.Map;public class JunitTest {@Testpublic void test() {ServerParameters params = ServerParameters.builder("npx").args("-y", "@amap/amap-maps-mcp-server").addEnvVar("AMAP_MAPS_API_KEY", "xxxxx").build();StdioClientTransport transport = new StdioClientTransport(params);McpSyncClient client = McpClient.sync(transport).build();client.initialize();McpSchema.ListToolsResult toolsList = client.listTools();System.out.println("工具列表:" + toolsList);McpSchema.CallToolResult mapsWeather = client.callTool(new McpSchema.CallToolRequest("maps_weather", Map.of("city", "福州")));System.out.println("调用结果:" + mapsWeather.content());}}