AgentHubAgentHub
Back to Blog

从零编写第一个 TypeScript MCP Server:构建自己的本地天气与系统监控工具

AgentHub 核心团队··3 min read·76 views
从零编写第一个 TypeScript MCP Server:构建自己的本地天气与系统监控工具

为什么需要自己开发 MCP Server?

Model Context Protocol (MCP) 统一了大语言模型与本地/远程工具的交互规范。通过编写自定义 MCP Server,你可以让 Claude、Cursor 或 Windsurf 安全地执行本地脚本、查询专属数据库或调度内部 API。

本文将带你从零实现一个轻量、实用的 TypeScript MCP Server。


1. 项目初始化与依赖安装

创建新目录并安装官方 SDK:

mkdir my-mcp-server && cd my-mcp-server
npm init -y
npm install @modelcontextprotocol/sdk zod
npm install -D typescript @types/node tsx
npx tsc --init

确保 tsconfig.json 中启用 moduleResolution: "bundler" 或 "node16"。


2. 编写 MCP Server 核心代码

创建 src/index.ts:

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  CallToolRequestSchema,
  ListToolsRequestSchema,
} from "@modelcontextprotocol/sdk/types.js";
import { z } from "zod";

const server = new Server(
  { name: "system-toolset", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

// 定义工具列表
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [
      {
        name: "get_system_stats",
        description: "获取当前宿主机的内存使用率与系统运行时间",
        inputSchema: {
          type: "object",
          properties: {},
        },
      },
    ],
  };
});

// 处理工具调用
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "get_system_stats") {
    const os = await import("node:os");
    const totalMem = (os.totalmem() / 1024 / 1024 / 1024).toFixed(2);
    const freeMem = (os.freemem() / 1024 / 1024 / 1024).toFixed(2);
    return {
      content: [
        {
          type: "text",
          text: `操作系统: ${os.type()} ${os.release()}\n总内存: ${totalMem} GB\n可用内存: ${freeMem} GB\n运行时间: ${Math.floor(os.uptime() / 60)} 分钟`,
        },
      ],
    };
  }
  throw new Error(`未知工具: ${request.params.name}`);
});

// 使用 stdio 传输
async function run() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("System Toolset MCP Server running on stdio");
}

run().catch((err) => {
  console.error("运行失败:", err);
  process.exit(1);
});

3. 在 Claude Desktop 中注册

编辑 claude_desktop_config.json:

{
  "mcpServers": {
    "system-stats": {
      "command": "npx",
      "args": ["-y", "tsx", "c:/doc/code/my-mcp-server/src/index.ts"]
    }
  }
}

重启 Claude Desktop,点击右下角锤子图标,即可看到 get_system_stats 工具已生效!


4. 关键注意事项

  1. 切勿向 stdout 输出非协议日志:MCP stdio 依赖标准输出传递 JSON-RPC 消息,任何 console.log 都会破坏协议通信;请一律使用 console.error 进行调试输出。
  2. 严格参数校验:使用 Zod 对工具输入进行安全校验,防范路径遍历与恶意注入。

Related Articles

Tutorials

为什么 AI 读错截图里的数字:它拿到的图比屏幕上那张小得多

你把截图原图丢给 AI,它把 9,847 读成 9,347,或者把发票上一行小字整段编出来。原因大概率不在「眼神」,在尺寸:Claude 官方明写它按 28×28 的像素块看图,每块算一个视觉词元,超过上限的图会先缩小;1920×1080 压到 1456×819,你屏幕上 12 像素的小字到它眼里只剩 9.1 像素,而 4K 截图压完和 1080p 一模一样大——分辨率白涨了。这篇给出三张能自己复算的数:面积、字高、词元。最有用的结论反直觉:别放大整张图,裁一块再发——600×400 的局部不缩、字高完整保留、只付 330 个词元,比整张的 1,560 还便宜 4.7 倍。另附一个扫描口径:论文实测约 300ppi 追平传统 OCR、150ppi 以下明显退化,而 9.1 像素的字折算下来只有 62ppi。

Tutorials

为什么同一个问题问 AI 两遍,答案不一样:它不是在算答案,是在按概率抽一个词

同一句话原封不动问两遍,AI 的措辞不一样、甚至结论不一样。原因不是它心情不好:它每步拿到的不是一个答案,而是「一整排候选加各自的概率」,然后从中抽一个,连抽几百次就是一篇回答。这篇把「温度」讲回它的本义——softmax 公式里那个除号(Hinton 原话「T 是通常设为 1 的温度」「T 越大概率越平」),再给三张你我能自己复算的表:同一排候选,温度 0 抽一千次只出 1 种结果、0.2 出 2 种、2.0 时最冷门的词已占 7.35%;每个词有九成把握一致,写到 50 个词整段逐字一致的概率只剩 0.5%;单次七成答对的模型,抽九次投票变 90.1%(谷歌 Self-Consistency 论文实测 GSM8K +17.9 个百分点)。最关键的一条纠正:温度调到 0 官方也不保证复现——Anthropic 明写它「从未保证输出相同」,微软 Azure 的 seed=42 自家示例第三遍照样变了。还有一个 2026 年的现在时:Kimi 固定 1.0、传其他值报错,Gemini 新模型直接忽略,Claude 新代传非默认值返回 400,大厂正在把这些旋钮拆掉。

Tutorials

为什么 AI 数不清 strawberry 里有几个 r:它看到的不是十个字母,是三块

问 ChatGPT「strawberry 里有几个 r」,它常常答 2。原因不是笨,而是它根本没收到十个字母——我用官方分词库实测,strawberry 在三本不同词表里都是三块:st / raw / berry,三个 r 分散在其中两块里,而「逐块拆开再累加」这个动作从来没被训练过。这篇用「矗字里有几个直」讲清这件事,再给你四个自己跑得出来的数:同一句 17 个汉字,老词表切 34 块、新词表切 15 块;站内一篇 5,500 汉字的中文稿实测 7,112 块,约 0.77 汉字一块,换本词表变 9,491 块、多算 33%(和 Anthropic 官方那句「约 30 percent more tokens」对得上);9.11 之所以比 9.9 大,是因为它看到的是整块「11」。也有一条必须纠正的流行说法:分词不是唯一原因,arXiv 三篇论文给的图景更麻烦,而「换了 tokenizer 就修好了」厂商从未公开解释过。

Tutorials

冬天掉的电会还给你,夏天掉的不会:笔记本电池的两条账

冬天续航从六小时掉到三小时,进屋放一会儿又涨回来——这不是电池冻坏了,而是低温让你“暂时取不出”那部分电。Battery University 的 BU-502 给的数是:同一块电池在 27°C 能放出 100%,到 -18°C 只放得出约 50%。真正不会还给你的是另外三件事:高温、长期满电、低温充电。而“充到 80% 更耐用”也有代价——BU-808 的表写明 4.20V(充到 100%)大约 300–500 次循环,压到 4.00V 能到 1,200–2,000 次,但每次能用的电量也更少。这篇把八家厂商(微软、苹果 iPhone、苹果 Mac、华硕、戴尔、三星、谷歌、联想)的官方充电上限摆在一起,讲清“电池健康 87%”是怎么算的、为什么 0°C 以下不要充电,以及充电宝上的 3C 为什么是 2024 年才强制的。

Explore AI Ecosystem

Ready to take action? Explore AI tools & MCPs

Discover ChatGPT 6, Claude 3.7, Devin and 3000+ open-source MCP tools with 1-click config.

从零编写第一个 TypeScript MCP Server 教程 - AgentHub