什么是MCP
MCP (Model Context Protocol) 是一个开放协议，用于标准化应用程序如何向 LLM 提供上下文。可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供标准化方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了标准化的方式。
MCP Server运行环境准备
本教程中，小编使用的系统环境及具体的版本如下：
序号系统环境版本号说明
1Mac OS 12.1 操作系统
2Trae IDE 0.5.10 字节跳动推出的AI编程工具
3Python 3.13.3 快速开发应用的编程语言
4uvx 0.7.8 命令行工具，用于快速运行 Python 脚本
5Node.js v23.11.1 JavaScript运行环境
6npx 10.9.2 依赖于 Node.js，直接运行项目中或远程包中的可执行文件
第一步：安装 Trae IDE
前往Trae CN官网https://www.trae.com.cn/下载安装包，并进行安装，有条件的也可以使用Trae的国际版本。
第二步：配置 MCP Sever 的运行环境
为确保正常启动 MCP Server，需要安装Python、uvx、Node.js、npx。
1.前往 Python 官网https://www.python.org/downloads/，下载并安装 Python 3.13.3 或更高版本，安装完成后，在终端中执行以下命令，确认是否安装成功，若安装成功则会显示Python 的版本号 python3 –version
2.执行以下命令安装 uv（包含 uvx）,并加载 uvx 所需的运行时环境变量和初始化配置# 安装 uvxcurl -LsSf https://astral.sh/uv/install.sh | sh# 加载 uvx 所需的运行时环境变量和初始化配置source $HOME/.local/bin/env# 验证是否安装成功uvx –version
3.请前往 Node.js 官网https://nodejs.org/zh-cn，下载并安装 Node.js 23.11.1 或更高版本，安装完成后，在终端中运行以下命令确认是否安装成功node -vnpx -v
搭建自己的MCP Server
就大多数用户而论，MCP 具体的实现细节并非是其瞩目的焦点，大家更为关切的是怎样能够更便捷地凭借这一特性去增进工作效率以及应用体验。接下来小编就手把手教你如何快速搭建自己的一个MCP Server，来实现智能体调用MCP Server自动读取指定目录下的文件，并进行中英文翻译。
第一步：创建项目并安装mcp依赖
启动 Trae IDE，在顶部菜单栏中，点击终端>新建终端，界面底部显示终端面板，依次执行如下命令
创建项目uv init MyMcpServercd MyMcpServer# 创建虚拟环境并激活它uv venvsource .venv/bin/activate# 安装mcp依赖uv add "mcp[cli]" httpx
第二步：构建MCP Server
创建一个MCP服务运行文件
touch mcpserver.py
编写MCP 服务脚本，将以下内容写入到上面创建的mcpserver.py文件中，实现读取指定目录下的文件内容
mcpserver.pyfrom mcp.server.fastmcp import FastMCP# 初始化FastMCP server，创建一个MCP服务器实例# mcpserver为服务器名称，用于标识这个MCP服务mcp = FastMCP("mcpserver")# 添加一个工具函数# @MCP.tool()装饰器将这个函数注册为MCP工具@mcp.tool()async def getfilecontent(fileName: str) -> str:"""访问指定目录下文件的内容 Args: fileName: 文件名称（包含后缀） """ tempName = f"/Users/admin/07-Temp/{fileName}" result = ""with open(f"{tempName}", 'r', encoding='utf-8') as f: result = f.read() print(f"获取文件内容结果为：{result}")return result# 启动MCP服务器if _name == "main_":# 初始化并运行服务 mcp.run(transport='stdio')
执行 python3 mcpserver.py 命令，运行mcpserver.py脚本服务
使用Trae IDE测试MCP服务
在 AI 对话框的右上角，点击设置图标，然后在菜单中选择MCP，进行MCP配置
在 MCP 页签中，点击+ 添加 MCP Servers按钮，点击手动配置，在输入框中粘贴以下配置内容，并点击确定
{"mcpServers": {"MyMcpserver-test": {"command": "uv","args": ["–directory","/Users/admin/02-Work/workspace_ai/MyMcpServer","run","mcpserver.py" ] } }}
当看到绿色对勾可使用，并且展开MCP服务显示出getfilecontent则表示MCP Server配置成功
MCP Server需要添加到智能体中才能使用，我们可创建一个自定义的智能体，通过配置提示词和工具集来使其更好地处理你的需求，并把刚刚创建的MCP Server添加到智能体中。
打开AI对话框输出“翻译下document.txt的文件内容”，验证刚刚的MCP服务是否运行正常，我们可以看到 AI智能体调用我们提供 get\filecontent_ 工具获取document.txt文件的内容，然后把文件内容翻译成了中文。
更多关于MCP的内容可以查看 MCP中文站 https://mcpcn.com/docs 。
结束语
当前AI技术正以指数级速度革新，生成式AI、多模态大模型、具身智能等技术接连突破。作为技术人员：①保持敏锐学习力；②夯实数学与工程基础；③聚焦垂直领域创新；④重视AI伦理与安全构建技术责任感。唯有持续进化认知体系，才能在技术浪潮中保持核心竞争力。
