大語言模型（LLMs）能力強(qiáng)大，能生成各類文本，精準(zhǔn)回答知識疑問，還可用于機(jī)器翻譯、代碼編寫等場景。然而，大語言模型也存在明顯短板，無法獲取實(shí)時數(shù)據(jù)，在面對需最新信息的問題時，難以給出準(zhǔn)確答案。

為攻克這一難題，Anthropic 推出了模型上下文協(xié)議（Model Context Protocol，簡稱 MCP）。這一標(biāo)準(zhǔn)將大語言模型與實(shí)時工具、APIs 和自定義資源相連，拓展其能力，讓它能處理更多實(shí)時信息任務(wù)，補(bǔ)齊短板。

本文教大家如何搭建 MCP 服務(wù)器，以 Claude 為例，賦予獲取英超實(shí)時動態(tài)的能力。

一、賦能 Claude：獲取英超實(shí)時動態(tài) 

在實(shí)際應(yīng)用場景中，大語言模型在體育賽事信息獲取方面存在不足，盡管網(wǎng)絡(luò)上足球比賽動態(tài)易于搜索，但大語言模型卻無法提供相應(yīng)內(nèi)容，這給用戶帶來諸多不便。以 Claude 為例，當(dāng)用戶詢問英超最新比賽結(jié)果或近期統(tǒng)計數(shù)據(jù)時，它的表現(xiàn)并不理想：

為解決這個問題，我們創(chuàng)建一個MCP服務(wù)器，為大語言模型提供合適回復(fù)這些提示所需的信息。

二、設(shè)置 

需要先安裝幾個Python軟件包，才能讓MCP服務(wù)器啟動并運(yùn)行。

創(chuàng)建一個全新的虛擬環(huán)境來進(jìn)行安裝：

python -m venv venv

激活該環(huán)境：

source venv/bin/activate

從這里安裝UV軟件包，用來部署服務(wù)器并安裝FastMCP。

FastMCP是非常實(shí)用的Python軟件包，能夠簡化構(gòu)建和部署MCP服務(wù)器的過程。它承擔(dān)了大部分繁重的工作，并且具備直觀（而且很Python風(fēng)格?。┑慕涌凇?/p>

uv pip install fastmcp

最后，創(chuàng)建一個新的Python文件來編寫服務(wù)器代碼。將其命名為??server.py??。

touch server.py

三、數(shù)據(jù)源 

使用來自??football-data.org???的足球數(shù)據(jù)。需要在這個平臺上獲取API密鑰，并將API密鑰存儲在??.env??文件中。

要創(chuàng)建的工具和資源將基于其API的結(jié)構(gòu)。

在文件中添加以下幾行代碼。

from dotenv import load_dotenv
load_dotenv()

# API配置
BASE_URL = "https://api.football-data.org/v4"
HEADERS = {
    'X-Auth-Token': os.getenv('FOOTBALL_API_KEY')
}

四、MCP服務(wù)器 

MCP服務(wù)器為模型提供三種主要的功能：工具（Tools）、資源（Resources）和提示（Prompts）。

資源和工具非常相似，都能讓大語言模型根據(jù)用戶輸入采取某種形式的行動。

二者的主要區(qū)別在于啟動方式。資源由應(yīng)用程序控制，而工具由模型控制。這意味著大語言模型本身可以查看可用工具列表，并決定在特定場景中使用什么工具來完成給定的請求。另一方面，資源既可以由用戶手動選擇，也可以由大語言模型自動選擇，具體取決于客戶端應(yīng)用程序。

提示本質(zhì)上是可重復(fù)使用的模板，你可以在服務(wù)器上針對工具、資源等常見用例進(jìn)行預(yù)編程。

本文只使用工具，因為我們希望模型根據(jù)用戶提示來決定使用什么工具。

創(chuàng)建4個工具，當(dāng)模型收到與英超足球動態(tài)相關(guān)的提示時，它可以從中選擇。

1. 英超聯(lián)賽排名工具
2. 球隊賽程工具
3. 球隊比賽結(jié)果工具
4. 聯(lián)賽比賽結(jié)果工具

這些工具涵蓋了涉及英超聯(lián)賽動態(tài)的最常見用例。如果你有需要，可以輕松擴(kuò)展服務(wù)器以添加更多工具。

現(xiàn)在，實(shí)際編寫這些工具的代碼。

在文件中添加以下幾行代碼來初始化FastMCP。

from fastmcp import FastMCP

mcp = FastMCP("Premier League Updates", dependencies=["requests", "python-dotenv"])

注意，在初始化時添加了一些依賴項。這能讓FastMCP知道服務(wù)器有哪些依賴項，并在啟動服務(wù)器時自動加載。

在FastMCP中創(chuàng)建工具的語法非常簡單，基本上就是用??tool()??裝飾器注解的Python函數(shù)。

為簡單起見，以下函數(shù)進(jìn)行了截取。

我們?yōu)橛⒊?lián)賽排名工具創(chuàng)建一個函數(shù)。這個函數(shù)將獲取最新的英超聯(lián)賽排名，并返回包含球隊及其統(tǒng)計數(shù)據(jù)的JSON格式數(shù)據(jù)。

@mcp.tool()
def get_premier_league_table():
    """
    獲取當(dāng)前英超聯(lián)賽排名
    :return: 包含當(dāng)前英超聯(lián)賽排名的JSON響應(yīng)
    """

    url = f"{BASE_URL}/competitions/PL/standings"
    response = requests.get(url, headers=HEADERS)
    data = response.json()
    
   ...

    return {'standings': standings}

我們再創(chuàng)建三個工具，分別用于獲取球隊即將到來的賽程、之前的比賽結(jié)果以及聯(lián)賽的最新比賽結(jié)果。

@mcp.tool()
def get_team_fixtures(team_id: str) -> dict:
    """
    獲取特定球隊即將到來的賽程
    :param team_id: 球隊的ID
    :return: 包含球隊接下來5場賽程的JSON響應(yīng)
    """
    url = f"{BASE_URL}/teams/{team_id}/matches"
    params = {
       'status': 'SCHEDULED',
        'limit': 5
    }
    response = requests.get(url, headers=HEADERS, params=params)
    data = response.json()
    
   ...
    
    return {'fixtures': cleaned_fixtures}

@mcp.tool()
def get_team_results(team_id: str) -> dict:
    """
    獲取特定球隊近期的比賽
    :param team_id: 球隊的ID
    :return: 包含球隊最近5場比賽的JSON響應(yīng)
    """
    url = f"{BASE_URL}/teams/{team_id}/matches"
    params = {
       'status': 'FINISHED',
        'limit': 5
    }
    response = requests.get(url, headers=HEADERS, params=params)
    data = response.json()
    
   ...
    
    return {'results': cleaned_results}

@mcp.tool()
def get_latest_league_results() -> dict:
    """
    獲取英超聯(lián)賽的最新比賽結(jié)果
    :return: 包含英超聯(lián)賽最近比賽的JSON響應(yīng)
    """
    url = f"{BASE_URL}/competitions/PL/matches"
    params = {
       'status': 'FINISHED',
        'limit': 10, 
        'competitions': 'PL'
    }
    response = requests.get(url, headers=HEADERS, params=params)
    data = response.json()
    
   ...
    
    return {'latest_results': cleaned_results}

這樣就設(shè)置好了所有主要工具。

注意，??get_team_results???和??get_team_fixtures???函數(shù)需要一個??team_id???參數(shù)。我們不硬編碼??team_id???的選擇，而是可以創(chuàng)建一個額外的工具，為模型提供它需要傳遞給這些函數(shù)的??team_id??。

@mcp.tool()
def get_team_ids():
    """
    返回一個包含球隊名稱及其對應(yīng)ID的字典
    """
    return {
        'arsenal': 57,
        'aston villa': 58,
        'bournemouth': 1044,
        'brentford': 402,
        'brighton': 397,
        'chelsea': 61,
        'crystal palace': 354,
        'everton': 62,
        'fulham': 63,
        'liverpool': 64,
       'manchester city': 65,
       'manchester united': 66,
        'newcastle': 67,
        'nottingham forest': 351,
        'tottenham': 73,
        'west ham': 563,
        'wolves': 76,
       'southampton': 340,
        'ipswich town': 349,
        'leicester city': 338
    }

這使我們可以將解析用戶請求中的球隊名稱的工作交給模型。由于大語言模型非常擅長理解自然語言，無論用戶輸入的球隊名稱拼寫如何，模型都能識別出用戶提到的球隊。例如，“Manchester United”、“Man United”、“Man U”、“Man Utd”甚至“the Red Devils”，模型都應(yīng)該選擇ID為66的球隊。在這種情況下，這特別有用，因為體育團(tuán)隊通常會用昵稱來稱呼。

五、測試 

在部署服務(wù)器之前，可以在開發(fā)模式下測試服務(wù)器，以確保所有工具都按預(yù)期工作。為此，在終端中輸入以下命令：

fastmcp dev server.py

這會啟動一個Web界面，可以在其中測試工具、監(jiān)控服務(wù)器性能并查看任何錯誤消息。在將服務(wù)器部署到客戶端之前，這對于調(diào)試服務(wù)器非常有用。

六、部署 

現(xiàn)在開始部署到客戶端。FastMCP已經(jīng)內(nèi)置了與Claude桌面應(yīng)用的集成。要進(jìn)行安裝，在終端中運(yùn)行以下命令：

fastmcp install server.py

服務(wù)器已上線。

重新啟動Claude桌面應(yīng)用程序，你應(yīng)該會在文本框下方看到一個小工具圖標(biāo)。服務(wù)器上所有可用的工具都將顯示在這里。

現(xiàn)在已經(jīng)創(chuàng)建了MCP服務(wù)器，讓Claude能夠訪問英超聯(lián)賽的最新比賽結(jié)果和統(tǒng)計數(shù)據(jù)，讓我們用之前的提示來測試一下，看看表現(xiàn)如何：

如你所見，剛剛創(chuàng)建的MCP服務(wù)器現(xiàn)在使Claude能夠獲取最新信息，并針對有關(guān)英超足球的提示提供準(zhǔn)確的回復(fù)。

這個設(shè)置展示了MCP如何彌合靜態(tài)知識與動態(tài)的現(xiàn)實(shí)世界信息之間的差距。只需幾個工具和一些簡單的設(shè)置，就可以大幅增強(qiáng)大語言模型在特定實(shí)時任務(wù)中的實(shí)用性。

本文轉(zhuǎn)載自??AI科技論談??，作者：AI科技論談