最近一段时间，相信大家对于MCP的大名如雷贯耳，说的直白些，就是一个AI Agent工具服务器，本文就带您搭建简化版Manus走进AI Agent的大门。
笔者用过Claude等工具，为了方便大家快速入门，本文以VS Code来和大家分享MCP的搭建和使用。
1
下载工具
请先下载VS Code工具，下载链接:
https://code.visualstudio.com/download
如果是Windows系统，则下载Windows版本:
还需要下载Python环境，大家可以下载Anaconda工具来安装Python，下载链接：
https://www.anaconda.com/download
完成了VS Code和Anaconda Python环境的安装，就可以开始进入正轨了。
2
VSCode安装cline
打开VSCode工具：
选择左侧的扩展图标:
如果发现电脑操作系统版本不支持VSCode，还需要安装相关插件，可以按照提示安装相关VC++环境依赖。
在Extensions输入cline搜索：
安装即可。
3
VSCode配置cline
安装完成在左侧菜单会出现cline的图标。
我已经安装过，正常出现点击Get Started for Free进行登录授权。
要求使用账号登录:
建议使用GitHub，打开后会提示输入GitHub邮箱账号密码，没有可以就地注册GitHub。
输入GitHub账号后，会给你发一封邮件，找到校验码：
填入验证校验码，完成GitHub账号认证，并进行授权：
授权后可以看到Cline中支持MCP Servers的配置。
接着点击右上侧设置按钮：
在API Provider选择模型，选择DeepSeek：
APIKEY需要去DeepSeek开放平台申请：
打开DeepSeek开放平台:
https://platform.deepseek.com/usage
创建APIKEY并复制
将APIKEY复制的值填入
具体模型建议选择deepseek-ressoner，推理能力更强：
注意：开通DeepSeek KEY需要先充值，必须充值后才可用：
填写好你的指令角色，作为使用的角色：
然后保存:
4
搭建MCP服务端
打开电脑CMD窗口：
输入命令：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
开始安装uv:
安装完成后重启一下VS Code，保证uv环境生效。
用VS Code打开一个空白文件夹：
在空白文件夹下打开Terminal终端：
使用uv init weather来初始化一个名为 weather 的项目。
在终端进入weather项目：
cd weather
创建虚拟环境:
uv venv
使用uv add "mcp[cli]" httpx安装MCP依赖:
uv add "mcp[cli]" httpx
5
启动MCP服务
首先使用Python安装MCP依赖：
pip install fastmcp
在CMD终端安装依赖：
打开VS Code，在weather项目下新建selectInfo.py文件：
将以下代码拷入selectInfo.py文件：
from typing import Any
import httpx
from mcp.server.fastmcp import FastMCP
# Initialize FastMCP server
mcp = FastMCP("weather")
# Constants
NWS_API_BASE ="https://api.weather.gov"
USER_AGENT ="weather-app/1.0"
async def make_nws_request(url: str)-> dict[str, Any]| None:
"""Make a request to the NWS API with proper error handling."""
headers ={
"User-Agent": USER_AGENT,
"Accept":"application/geo+json"
}
async with httpx.AsyncClient() as client:
try:
response = await client.get(url, headers=headers, timeout=30.0)
response.raise_for_status()
return response.json()
except Exception:
return None
def format_alert(feature: dict)-> str:
"""Format an alert feature into a readable string."""
props = feature["properties"]
returnf"""
Event:{props.get('event','Unknown')}
Area:{props.get('areaDesc','Unknown')}
Severity:{props.get('severity','Unknown')}
Description:{props.get('description','No description available')}
Instructions:{props.get('instruction','No specific instructions provided')}
"""
@mcp.tool()
async def get_alerts(state: str) -> str:
"""Get weather alerts for a US state.
Args:
state: Two-letter US state code (e.g. CA, NY)
"""
url = f"{NWS_API_BASE}/alerts/active/area/{state}"
data = await make_nws_request(url)
if not data or "features" not in data:
return "Unable to fetch alerts or no alerts found."
if not data["features"]:
return "No active alerts for this state."
alerts = [format_alert(feature) for feature in data["features"]]
return "\n---\n".join(alerts)
@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
"""Get weather forecast for a location.
Args:
latitude: Latitude of the location
longitude: Longitude of the location
"""
# First get the forecast grid endpoint
points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
points_data = await make_nws_request(points_url)
if not points_data:
return "Unable to fetch forecast data for this location."
# Get the forecast URL from the points response
forecast_url = points_data["properties"]["forecast"]
forecast_data = await make_nws_request(forecast_url)
if not forecast_data:
return "Unable to fetch detailed forecast."
# Format the periods into a readable forecast
periods = forecast_data["properties"]["periods"]
forecasts = []
for period in periods[:5]: # Only show next 5 periods
forecast = f"""
{period['name']}:
Temperature:{period['temperature']}°{period['temperatureUnit']}
Wind:{period['windSpeed']}{period['windDirection']}
Forecast:{period['detailedForecast']}
"""
forecasts.append(forecast)
return"\n---\n".join(forecasts)
if __name__ =="__main__":
# Initialize and run the server
mcp.run(transport='stdio')其中运行MCP服务器的命令：mcp.run(transport='stdio')
打开VS Code终端，在weather项目下执行：
uv run selectInfo.py
6
在cline中配置MCP Server
在VSCode左侧打开Cline，点击MCP Server进行配置。
点击配置MCP Servers:
在右侧的路径中根据你的真实目录改一下，我的是：
{
"mcpServers":{
"weather":{
"command":"uv",
"args":[
"--directory",
"E:\\代码前端分支Git\\consult\\weather",
"run",
"selectInfo.py"
]
}
}
}
连接成功后绿色表示成功：
7
使用MCP
前面配置好了MCP Server，并提供了查询天气的服务，现在可以尝试使用了。
在VS Code左侧打开Cline:
可以开始你的任务：
在思考：
因为当前采用的是国际天气函数，我们试试换一个任务：
选择任务后，提示我们修改代码：
Save，修改后再度查询：
提示申请新APIKEY指南，按照步骤查看申请指南：
一步步得按照我们的操作进行：
提示信息：
具体信息都给出了：
按照步骤AI Agent就能一步步去完成，具体信息大家可以自己去操作，本文只完成分享，帮你构建一个自己的Manus。
