MCP，即模型上下文协议（Model Context Protocol），是一种开创性的框架，目前正在AI与大型语言模型（LLM）社区迅速流行起来。它就像一个AI系统的通用连接器，可以帮助AI无缝地与外部资源、API和服务集成。你可以将MCP想象成一种标准化的协议，它让LLM能够以一致且高效的方式与各种工具和数据源交互，这类似于USB-C接口之于设备的作用。

在本教程中，我们将使用Yahoo Finance的Python API构建我们自己的MCP服务器，以获取实时股票价格信息、进行股票价格比较，并提供历史数据分析。本项目适合初学者，只需具备Python基础知识即可完成。

1. 搭建MCP服务器环境

首先，前往claude.ai网站，下载并安装Claude Desktop。然后，使用PIP命令安装MCP及yfinance的Python包：

pip install "mcp[cli]" yfinance2. 构建MCP服务器

创建一个项目目录，命名任意。然后创建一个名为stock_price_server.py的Python文件，并添加如下代码。

具体功能包括：

MCP服务器初始化：使用FastMCP类创建一个名为“Stock Price Server”（股票价格服务器）的可定制MCP服务器。股票价格获取：get_stock_price函数用于获取指定股票代码的最新价格，并在市场关闭或数据缺失时有备用方案。资源暴露：stock_resource函数以资源形式暴露股票价格数据，提供用户友好的输出格式。历史数据获取：get_stock_history函数检索指定周期内股票的历史数据，以CSV格式返回。股票比较：compare_stocks函数比较两个股票代码的价格，并返回一个明确的比较信息。错误处理：每个函数都包含稳健的错误处理机制，当数据获取失败时返回有意义的提示消息。

具体代码如下所示：

from mcp.server.fastmcp import FastMCPimport yfinance as yf# 创建一个自定义名称的MCP服务器mcp = FastMCP("Stock Price Server")@mcp.tool()def get_stock_price(symbol: str) -> float: """ 获取给定股票代码的当前股票价格。 返回最新的收盘价格，类型为float。 """ try: ticker = yf.Ticker(symbol) data = ticker.history(period="1d") if not data.empty: price = data['Close'].iloc[-1] return float(price) else: info = ticker.info price = info.get("regularMarketPrice", None) if price is not None: return float(price) else: return -1.0 # 表示失败 except Exception: return -1.0 # 表示发生错误@mcp.resource("stock://{symbol}")def stock_resource(symbol: str) -> str: """ 将股票价格数据暴露为资源。 返回给定股票代码的当前股票价格的格式化字符串。 """ price = get_stock_price(symbol) if price < 0: return f"错误：无法获取股票代码 '{symbol}' 的价格。" return f"'{symbol}' 的当前价格为 ${price:.2f}。"@mcp.tool()def get_stock_history(symbol: str, period: str = "1mo") -> str: """ 获取指定股票代码和周期的历史数据，以CSV格式返回。 参数： - symbol：股票代码 - period：历史数据的周期（例如：'1mo', '3mo', '1y'） """ try: ticker = yf.Ticker(symbol) data = ticker.history(period=period) if data.empty: return f"未找到股票 '{symbol}' 在 '{period}' 周期内的历史数据。" csv_data = data.to_csv() return csv_data except Exception as e: return f"获取历史数据时出错：{str(e)}"@mcp.tool()def compare_stocks(symbol1: str, symbol2: str) -> str: """ 比较两个股票代码的当前股票价格。 返回比较结果的格式化信息。 参数： - symbol1：第一个股票代码 - symbol2：第二个股票代码 """ price1 = get_stock_price(symbol1) price2 = get_stock_price(symbol2) if price1 < 0 or price2 < 0: return f"错误：无法获取 '{symbol1}' 和 '{symbol2}' 的数据进行比较。" if price1 > price2: result = f"{symbol1} (${price1:.2f}) 高于 {symbol2} (${price2:.2f})。" elif price1 < price2: result = f"{symbol1} (${price1:.2f}) 低于 {symbol2} (${price2:.2f})。" else: result = f"{symbol1} 和 {symbol2} 的价格相同（${price1:.2f}）。" return resultif __name__ == "__main__": mcp.run()3. 检查MCP服务器

我们现在使用MCP服务器检查器测试服务器，运行以下命令：

mcp dev stock_price_server.py

此命令将引导你访问MCP检查器的界面。在该界面中，你可以测试各种工具，确认所有功能正常。

该服务器现在暴露以下工具：

get_stock_price：获取最新股票价格的工具。stock_resource：返回人性化股票价格信息的资源。get_stock_history：以CSV格式返回历史数据的工具。compare_stocks：比较两只股票当前价格的工具。4. 为Claude Desktop配置MCP服务器

确认MCP服务器正常后，运行以下终端命令，将服务器集成到Claude Desktop中：

mcp install stock_price_server.py --name "Stock Price Server"

重新启动Claude Desktop后，你将在聊天选项下方看到新的图标，这表示我们的MCP已配置成功。你可以点击这些图标查看为Claude Desktop提供的工具数量。

5. 在Claude Desktop中测试MCP服务器

我们将首先要求Claude Desktop对比微软和特斯拉股票价格：

提示：“请比较微软和特斯拉股票的价格。”

输入提示后，它会请求使用指定工具的许可，点击“允许本次聊天使用”即可。

接下来，我们请求过去一个月特斯拉股票的历史数据分析：

提示：“请提供过去一个月特斯拉的历史数据。”

同样地，我们获得了出色的分析内容，甚至比手动上传CSV文件更便捷。

结语

MCP是一种基于传统功能调用与AI智能代理的新兴概念。未来，我们致力于完善这些技术，实现外部资源与AI的无缝整合。这样，你的AI助手将能够根据你的请求执行更多任务，例如订购食品杂货、发送邮件、创建Spotify播放列表并与你的朋友分享。