前文分享了skill相关编写和使用方法，有兴趣的可以点击下方链接查看。

今天分享的是MCP服务，那具体什么是MCP服务呢？

痛点一：很多人看到“MCP”这几个字眼。却不知道它到底解决了什么问题，甚至怀疑自己是否需要花时间去学习它。

标准解释： MCP是一种开放标准协议，旨在为大模型提供标准化的外部工具和上下文集成方式。

大白话解释： 你可以把 MCP 服务理解成传统的 API 接口，使用 MCP 就像调用普通的 HTTP API 一样简单。

MCP如何使用？

MCP 调用流程

MCP 可以视作 API 接口服务，所以它的调用非常直接。调用者可以是 AI agent 本身，也可以是 Skill。在实际项目中，Skill 是调用 MCP 服务的角色。而 MCP 则是提供特定能力的服务端实现。按理说，

下面给出一个简化的调用示意图：

MCP 集成示例

• 配置方法：个人设置 → MCP 服务
• 在页面右上角点击“添加”按钮。选择手动添加模式，
• 弹出配置页面后根据提示填写目标 MCP 服务的信息。
• 完成后可在列表右侧随时启用或关闭对应服务，操作便捷。

自定义 MCP 服务——从零到上线

痛点三：公开免费服务功能受限，想要实现专属业务时不知道该如何快速搭建自己的 MCP 服务。

环境依赖

• Python 环境
• FastMCP 框架：pip install fastmcp

创建服务实例

from fastmcp import FastMCP
mcp = FastMCP

定义工具——让普通函数变成 AI 可调用的能力

使用 @mcp.tool 装饰器将函数包装为 MCP 工具。说到关键要点包括，

• 函数名：A I 调用时使用的工具名称。
• 类型注解：明确参数与返回值类型，对...有帮助模型生成正确的数据结构。
• 文档描述：A I 根据描述判断何时还有如何调用该工具。

暴露接口并运行服务

if __name__ == "__main__":
mcp.run

完整实例——使用 Playwright 抓取网页内容

import asyncio
from fastmcp import FastMCP
from playwright.async_api import async_playwright
# 创建一个 MCP 服务器实例
mcp = FastMCP
@mcp.tool
async def fetch_url_content -> str:
"""
使用无头浏览器获取指定 URL 的文本内容。再看参数，url: 目标网页地址
至于返回，网页标题与正文文本
"""
async with async_playwright as p:
browser = await p.chromium.launch
context = await browser.new_context(
user_agent="Mozilla/5.0 AppleWebKit/537.36 Chrome/120.0 Safari/537.36"
)
page = await context.new_page
try这方面。await page.goto
content = await page.evaluate => document.body.innerText")
title = await page.title
return f"Title: {title}\
\
Content:\
{content}"
except Exception as e:
return f"Error fetching {url}: {str}"
finally:
await browser.close
if __name__ == "__main__":
mcp.run

MCP 服务使用教程

将上述脚本部署后在 Lingma 插件中按照前面的 “MCP 集成” 步骤添加并启用即可。随后在 Agent 模式下你可以直接通过指令让 AI 调用 fetch_url_content,自动运行网页抓取。

MCP 的常见疑问与方法

• 我不懂代码怎么办？ 可借助 AI 助手让其根据需求自动生成对应的 FastMCP 模板代码，只需提供功能描述即可。
• MCP 与 Skill 有何区别？为什么要分别维护， Skill 更像是前端“消费层”，负责组织业务逻辑；MCP 则是后端“能力层”，提供可复用、标准化的功能入口。说起来，分离后便于团队协作、权限管理还有独立
• MCP 的安全性如何保证？ FastMCP 支持自定义认证插件，并可通过容器化部署实现网络隔离。
• MCP 能否跨语言调用？ 因为遵循统一协议，任何支持该协议的语言都能无缝接入。包括 JavaScript、Go、Rust 等。

& 互动交流

MCP 的开发与使用相对简单。即使面对复杂需求，也可以让 AI 帮我们快速生成对应服务代码。无论你是技术小白还是资深工程师，都能从中获益。