weatcher-mcp

# Weather MCP Server 这是一个用Python实现的示例MCP Server，提供天气工具和模拟响应。它可以作为您自己MCP Server的框架。它包括以下功能： - **天气工具**：一个根据给定位置提供模拟天气信息的工具。 - **连接到Agent Builder**：一个允许您将MCP Server连接到Agent Builder进行测试和调试的功能。 - **在[MCP Inspector](https://github.com/modelcontextprotocol/inspector)中调试**：一个允许您使用MCP Inspector调试MCP Server的功能。 ## 使用Weather MCP Server模板入门 > **先决条件** > > 要在本地开发机器上运行MCP Server，您需要： > > - [Python](https://www.python.org/) > - (*可选 - 如果您更喜欢uv*) [uv](https://github.com/astral-sh/uv) > - [Python调试器扩展](https://marketplace.visualstudio.com/items?itemName=ms-python.debugpy) ## 准备环境 有两种方法可以为该项目设置环境。您可以根据自己的偏好选择其中一种。 > 注意：创建虚拟环境后，请重新加载VSCode或终端，以确保使用虚拟环境中的Python。 | 方法 | 步骤 | | ---------- | ---- | | 使用`uv` | 1. 创建虚拟环境：`uv venv` <br>2. 运行VSCode命令 "***Python: Select Interpreter***" 并选择创建的虚拟环境中的Python <br>3. 安装依赖项（包括开发依赖项）：`uv pip install -r pyproject.toml --extra dev` | | 使用`pip` | 1. 创建虚拟环境：`python -m venv .venv` <br>2. 运行VSCode命令 "***Python: Select Interpreter***" 并选择创建的虚拟环境中的Python<br>3. 安装依赖项（包括开发依赖项）：`pip install -e .[dev]` | 设置好环境后，您可以通过Agent Builder作为MCP Client在本地开发机器上运行服务器以开始： 1. 打开VS Code调试面板。选择 `Debug in Agent Builder` 或按 `F5` 开始调试MCP Server。 2. 使用AI Toolkit Agent Builder通过[此提示](vscode://ms-windows-ai-studio.windows-ai-studio/open_prompt_builder?model_id=github/gpt-4o-mini&system_prompt=You%20are%20a%20weather%20forecast%20professional%20that%20can%20tell%20weather%20information%20based%20on%20given%20location&user_prompt=What%20is%20the%20weather%20in%20Shanghai?&track_from=vsc_md&mcp=test)测试服务器。服务器将自动连接到Agent Builder。 3. 点击 `Run` 以使用提示测试服务器。 **恭喜您**！您已成功通过Agent Builder作为MCP Client在本地开发机器上运行Weather MCP Server。  ## 模板中包含的内容 | 文件夹 / 文件 | 内容 | | -------------- | ---------------------------------------- | | `.vscode` | 用于调试的VSCode文件 | | `.aitk` | AI Toolkit的配置 | | `src` | Weather MCP Server的源代码 | ## 如何调试Weather MCP Server > 注意： > - [MCP Inspector](https://github.com/modelcontextprotocol/inspector) 是一个用于测试和调试MCP服务器的可视化开发工具。 > - 所有调试模式都支持断点，因此您可以在工具实现代码中添加断点。 | 调试模式 | 描述 | 调试步骤 | | -------------- | ---------------------------------------- | -------- | | Agent Builder | 通过AI Toolkit在Agent Builder中调试MCP Server。 | 1. 打开VS Code调试面板。选择 `Debug in Agent Builder` 并按 `F5` 开始调试MCP Server。<br>2. 使用AI Toolkit Agent Builder通过[此提示](vscode://ms-windows-ai-studio.windows-ai-studio/open_prompt_builder?model_id=github/gpt-4o-mini&system_prompt=You%20are%20a%20weather%20forecast%20professional%20that%20can%20tell%20weather%20information%20based%20on%20given%20location&user_prompt=What%20is%20the%20weather%20in%20Shanghai?&track_from=vsc_md&mcp=test)测试服务器。服务器将自动连接到Agent Builder。<br>3. 点击 `Run` 以使用提示测试服务器。 | | MCP Inspector | 使用MCP Inspector调试MCP Server。 | 1. 安装[Node.js](https://nodejs.org/)<br> 2. 设置Inspector：`cd inspector` && `npm install` <br> 3. 打开VS Code调试面板。选择 `Debug SSE in Inspector (Edge)` 或 `Debug SSE in Inspector (Chrome)`。按F5开始调试。<br> 4. 当MCP Inspector在浏览器中启动时，点击 `Connect` 按钮以连接此MCP Server。<br> 5. 然后您可以 `List Tools`，选择一个工具，输入参数，并 `Run Tool` 来调试您的服务器代码。 | ## 默认端口和自定义 | 调试模式 | 端口 | 定义 | 自定义 | 备注 | | -------------- | ----- | -------------------------- | ---------------------------- | ---- | | Agent Builder | 3001 | [tasks.json](.vscode/tasks.json) | 编辑 [launch.json](.vscode/launch.json)，[tasks.json](.vscode/tasks.json)，[\_\_init\_\_.py](src/__init__.py)，[mcp.json](.aitk/mcp.json) 来更改上述端口。 | N/A | | MCP Inspector | 3001（服务器）；5173和3000（Inspector） | [tasks.json](.vscode/tasks.json) | 编辑 [launch.json](.vscode/launch.json)，[tasks.json](.vscode/tasks.json)，[\_\_init\_\_.py](src/__init__.py)，[mcp.json](.aitk/mcp.json) 来更改上述端口。| N/A | ## 反馈 如果您对该模板有任何反馈或建议，请在[AI Toolkit GitHub仓库](https://github.com/microsoft/vscode-ai-toolkit/issues)上提出问题。