MCP 实战：用各语言 SDK 写服务器

这篇适合谁、读完能做到什么

如果你已经了解 MCP 的基本概念，想动手做一个能用的服务器，并且希望它能部署到云上，这篇适合你。读完你能分清 MCP 服务器的三类核心能力，知道各语言 SDK 大致提供什么，按步骤把一个远程服务器部署到 Azure，并用 MCP Inspector 连接它、调用一个工具。^[1]

三类核心能力：资源、提示词和工具

MCP 服务器可以实现三类核心能力，任意组合都可以。^[1]

资源（Resources）为用户或 AI 模型提供上下文和数据，例如文档仓库、知识库、结构化数据源和文件系统。^[1]

提示词（Prompts）是给用户用的模板化消息和工作流，例如预先定义好的对话模板、引导式的交互方式和专门的对话结构。^[1]

工具（Tools）是供 AI 模型执行的函数，例如数据处理工具、外部 API 集成、计算能力和搜索功能。^[1]

这三类能力可以按需组合：只需要提供数据，就只实现资源；只需要一个可执行的动作，就只实现工具。^[1]

做服务器时，先想清楚要暴露哪一类能力。要提供数据，用资源；要给用户一个固定的操作流程，用提示词；要让模型去执行动作，用工具。三者经常一起出现，比如一个查询订单的服务器，可以同时提供订单数据（资源）、查询工具和“客服回复”模板（提示词）。^[1]

各语言 SDK 怎么选

官方提供了多种语言的 SDK。官方 SDK 列表中包括 C#、Java with Spring、TypeScript、Python、Kotlin 和 Go。^[1]^[2]

选择的时候，先看你的团队已经在用什么语言和框架，再看 SDK 是否支持你需要的特性。下面是各语言的概况：^[1]

C#

C# SDK 目前处于预览阶段，API 可能会变化。它的官方示例包括一个基础客户端、一个基础服务器、一个带工具注册、认证和错误处理的高级服务器、ASP.NET Core 集成，以及各种工具实现模式。SDK 以 NuGet 包 ModelContextProtocol 发布。^[1]

如果你的团队已经在用 .NET，可以直接从 C# SDK 的基础服务器样例开始，再逐步看高级服务器里的认证和错误处理。^[1]

Java 与 Spring

Java with Spring SDK 的特点包括 Spring 框架集成、较强的类型安全、响应式编程支持和完善的错误处理。它的仓库说明这个 SDK 需要依赖 Project Reactor，所以在项目里要把这个依赖一并考虑进去。示例位于 samples/java/containerapp 目录。^[1]

JavaScript

JavaScript SDK 同时支持 Node.js 和浏览器环境，使用基于 Promise 的 API，可以方便地和 Express 等框架集成，还支持 WebSocket 流式传输。^[1]

Python

Python SDK 支持基于 asyncio 的 async/await，工具注册很简单，并且能和常用的机器学习库原生集成。^[1]

版本兼容要先查

需要特别注意：对 MCP 2026-07-28 的支持是各 SDK 各自推进的。所以在假设协议兼容之前，先去查每个 SDK 的发布说明，并核对示例里使用的包版本。这一步在选型和升级时都很重要，否则很容易写出一个和客户端对不上的服务器。^[1]

把远程服务器部署到 Azure

本篇的远程部署示例来自 Azure 的一个官方示例仓库，它用 Azure Functions 搭建 MCP 服务器，并用 Azure API Management 保护它。^[1]^[3]

准备

先克隆仓库并进入目录：^[1]

git clone https://github.com/Azure-Samples/remote-mcp-apim-functions-python.git
cd remote-mcp-apim-functions-python

然后注册 Microsoft.App 资源提供程序。如果用 Azure CLI，运行 az provider register --namespace Microsoft.App --wait；如果用 Azure PowerShell，运行 Register-AzResourceProvider -ProviderNamespace Microsoft.App，再过一段时间用 (Get-AzResourceProvider -ProviderNamespace Microsoft.App).RegistrationState 检查注册是否完成。^[1]

部署

运行 azd up 命令，它会创建 API Management 服务、带代码的函数应用，以及其他需要的 Azure 资源：^[1]

azd up

用 MCP Inspector 测试

在一个新的终端窗口里安装并运行 MCP Inspector：^[1]

@@shell:c:npx @modelcontextprotocol/inspector@@

Inspector 打开后，把传输类型设为 SSE，把 URL 设为 azd up 输出中的 API Management SSE 端点，然后点击 Connect。连接成功后，列出工具，点击一个工具并运行它。^[1]

https://<apim-servicename-from-azd-output>.azure-api.net/mcp/sse

如果以上步骤都正常，你就已经连上了远程 MCP 服务器，并成功调用了一个工具。注意这里用的是 SSE 端点，按照 2026-07-28 的规范，新的远程服务器应当关注 Streamable HTTP，并核对所用 SDK 的版本支持情况。^[1]

用 API 管理保护远程服务器

Azure API Management 很适合用来保护 MCP 服务器。做法是在 MCP 服务器前面放一个 API Management 实例，由它处理限流、令牌管理、监控、负载均衡和安全等功能。^[1]

在这个示例中，身份认证和授权使用 Microsoft Entra；API Management 作为网关，通过策略（policy）来引导和管理流量；Azure Monitor 记录所有请求，便于之后分析。^[1]^[3]

授权的细节可以参考 MCP 授权规范，它在 modelcontextprotocol.io 上有 2026-07-28 版本的说明。^[4]

Azure 上的其他模板

如果你想从模板起步，Azure 提供了用 Azure Functions 搭建远程 MCP 服务器的快速起步模板，分别支持 Python、C# .NET 和 Node/TypeScript。^[1]

这些模板提供的安全措施包括用密钥和 HTTPS 保护服务器，支持通过内置认证或 API Management 实现 OAuth，支持借助 Azure 虚拟网络做网络隔离，并且可以本地开发和调试，通过 azd up 部署到 Azure。连接方式上，可以从 VS Code 的 Copilot 代理模式或 MCP Inspector 连接。^[1]

如果工具或资源返回的数据量很大，还可以参考一篇讲基于游标（cursor）分页的指南，适用于工具、资源和大数据集。^[1]