在人工智能技术快速发展的今天，**模型上下文协议（Model Context Protocol，MCP）**正成为连接AI模型与现实世界的桥梁。无论是开发者还是企业用户，掌握MCP的核心原理和应用方法都至关重要。本文将从定义到实战，带你搭建一个基于deepseek搭建的天气查询的agent。

一、MCP是什么？重新定义AI与工具的交互方式

MCP是由Anthropic推出的开放协议，旨在标准化AI模型与外部工具、数据源的交互。它像AI领域的"USB-C接口"，通过统一协议实现动态发现工具、实时双向通信等功能。

二、MCP实战：构建天气查询Agent助手

项目介绍

本项目使用MCP协议结合OpenAI、DeepSeek、Qwen等大模型，构建了一个完整的天气查询Agent示例。

项目GitHub地址：
https://github.com/aixiaoxin123/mcp_demo_project

项目特点：

• 支持Claude、OpenAI、DeepSeek、Qwen等多种大模型

• 天气查询API采用OpenWeatherMap

  • 获取API Key的地址：https://home.openweathermap.org/subscriptions

交流方式：
作者公众号：AI小新
有任何大模型相关的问题可加群交流：关注公众号，发送数字2，获取小助手微信，拉你进群；

---

部署教程

1. 下载代码

git clone https://github.com/aixiaoxin123/mcp_demo_project.gitcd mcp_demo_project

2. 创建conda环境​​​​​​​

conda create -n mcp_demo python=3.10conda activate mcp_demo

3. 安装uv工具​​​​​​​

# 安装uv包pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple/
#查看uv的版本
uv --version

4. 创建并激活虚拟环境​​​​​​​

#初始化uv的虚拟环境uv venv
# Linux/Macsource .venv/bin/activate
# Windows 作者使用这个命令.venv\Scripts\activate

5. 安装依赖包​​​​​​​

uv pip install mcp mcp[cli] anthropic openai httpx -i https://pypi.tuna.tsinghua.edu.cn/simple/

6. 配置环境变量

编辑.env文件，填入你的大模型API密钥

7. 运行服务

根据不同模型选择运行命令：

使用DeepSeek大模型：​​​​​​​

uv run client_deepseek.py weather_server.py

运行deepseek的运行截图：

使用Qwen大模型：​​​​​​​

uv run client_qwen.py weather_server.py

使用OpenAI模型：​​​​​​​

uv run client_openai.py weather_server.py

8. 单独运行MCP服务端（可选）​​​​​​​

uv run mcp dev weather_server.py

运行成功后访问：http://127.0.0.1:6274查看服务端管理界面

服务端的管理界面：

服务端-工具列表使用截图：

---

参考资源

• MCP官方文档：https://mcp-docs.cn/introduction

---

通过本教程，你已经学会了如何使用MCP协议构建支持多种大模型的天气查询Agent。这个项目不仅展示了MCP的实际应用，也为开发者提供了一个可扩展的模板，可以在此基础上开发更复杂的AI应用。

 

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓