Rakenna ja julkaise oma MCP-palvelimesi
Tällä sivulla
Päivitys 2. marraskuuta 2026 — Le Chat on nyt Vibe. 28. toukokuuta 2026 lähtien Le Chat on uudelleenbrändätty nimelle Vibe (osoitteessa chat.mistral.ai): yksi agentti työhön ja koodaukseen, joka säilyttää keskustelusi, asetuksesi ja tilauksesi. Vanha Le Chat -kokemus on edelleen käytettävissä Chat-tilassa; Work-tilassa agenteista on tullut taitoja (kutsutaan merkillä
@), muistit toimivat tietopankkina ja syvähaku on nyt Deep Research -taito. Suunnitelmat ovat nyt nimeltään Mistral Free, Pro, Team ja Enterprise. Tässä oppitunnissa käytetään nimeä Vibe; huomaa, että jotkin tässä kuvatut valikot voivat olla muuttaneet nimeään tai sijaintiaan.
Ideasta tuotantopalvelimeksi
Osaat käyttää olemassa olevia liittimiä ja lisätä mukautettuja. Nyt on aika ottaa viimeinen askel: kirjoita oma MCP-palvelimesi ja ota se käyttöön Vibessä. Käymme läpi koko polun ensimmäisestä Python-tiedostosta koneellasi tuotantoympäristön hostingiin, käsitellen suunnitteluratkaisuja, jotka erottavat käyttökelpoisen palvelimen sellaisesta, jota malli ei koskaan kutsu oikein.
MCP-palvelimen luominen paikallisesti
FastMCP-kirjasto (pip install fastmcp, versio 4 marraskuussa 2026) on virallisesta mcp-SDK:sta riippumaton kehys, joka pelkistää palvelimen luomisen muutamaan dekorattoriin:
from fastmcp import FastMCP
mcp = FastMCP("My Server")
@mcp.tool()
def greet(name: str) -> str:
"""Greets a person by name.
Args:
name: The first name of the person to greet.
Returns:
A personalized greeting message.
"""
return f"Hello {name}! Welcome to our platform."
Kaikki nojaa näihin muutamaan riviin. @mcp.tool()-dekorattori rekisteröi funktion MCP-työkaluksi. Docstringistä tulee kuvaus, jonka malli näkee päättäessään työkalun kutsumisesta – se ei siis ole kommentti kollegoillesi, vaan toiminnallinen elementti. Parametrien tyypitys (name: str) ja paluuarvon tyypitys (-> str) kertovat mallille odotetut tietotyypit, ja funktion nimen on oltava selkeä ja kuvaava. Virallinen vaihtoehto on Anthropicin MCP SDK, joka on saatavilla Pythonille ja TypeScriptille: se tarjoaa enemmän hallintaa hieman raskaamman konfiguraation hinnalla.
Koska malli näkee vain työkalusi tekstikuvauksen, kirjoita se kuin täydellinen käyttöohje:
@mcp.tool()
def search_products(
query: str,
category: str = "all",
max_results: int = 10
) -> str:
"""Searches the product catalog.
Use this tool when the user looks for a product
by name, SKU, or category.
Args:
query: Search terms (product name, SKU, keywords).
category: Filter category. Possible values: 'all',
'electronics', 'clothing', 'food'. Default: 'all'.
max_results: Maximum number of results to return (1-50).
Returns:
List of products with name, price, availability, and SKU.
"""
Huomaa, mitä tämä docstring lisää verrattuna edelliseen: käyttötarkoituksen ehdot, mahdolliset arvot parametrille category ja rajat parametrille max_results. Kaksi lisäsääntöä viimeistelevät harjoituksen. Nimien on oltava eksplisiittisiä – suosii nimeä search_products nimen search sijaan, create_invoice nimen create sijaan ja get_user_orders nimen get_data sijaan. Paluuarvojen on myös oltava luettavia: lähetä takaisin ymmärrettävää tekstiä raakojen ID-tunnisteiden sijaan, muuten malli ei pysty hyödyntämään niitä luonnollisen vastauksen muotoilussa.
Paikallinen testaaminen
Käynnistä ensin palvelin, joka pyörii paikallisessa portissa (oletusarvoisesti localhost:8000):
python server.py
Tee sen jälkeen palvelimesta julkinen, jotta Vibe pääsee siihen käsiksi:
ngrok http 8000
ngrok tarjoaa julkisen URL-osoitteen, esimerkiksi https://abc123.ngrok.io, jota käytät liittimen URL-osoitteena Vibessä – muista lisätä loppuun /mcp saadaksesi täydellisen päätepisteen. Ennen kuin siirryt Vibeen, valido palvelin MCP Inspectorilla:
npx @modelcontextprotocol/inspector
Yhdistä paikalliseen palvelimeesi, listaa työkalut, testaa niitä yksitellen ja tarkista paluuarvot. Tämä kertoo, johtuvatko mahdolliset ongelmat koodistasi vai siitä, miten malli tulkitsee kuvauksiasi.
Julkaisuvaihtoehdot
Kun palvelimesi on valmis, hosting riippuu pääasiassa rajoitteistasi. Hugging Face Spaces on Mistral AI -tiimin suosittelema ilmainen vaihtoehto: nämä ovat virtuaalikoneita, jotka isännöivät web-sovelluksia täysin ilmaiseksi, niin kauan kuin et tarvitse GPU:ta. Voit asentaa MCP-palvelimesi sinne FastAPIn avulla ja julkaista useita palvelimia samassa Spacessa, kullakin oma päätepisteensä – /api1/mcp, /api2/mcp – jotka Vibe lisää erillisinä liittiminä. Lisäetuna mikään ei estä sinua lisäämästä Spaceen käyttöliittymää palvelimesi toiminnan visualisoimiseksi.
Prefect Horizon (aiemmin FastMCP Cloud), FastMCP-tiimin alusta, tuo suoraan GitHub-varaston, joka sisältää FastMCP-palvelimen: valitset varaston osoitteessa horizon.prefect.io, alusta rakentaa sen ja julkaisee todennetun URL-osoitteen; henkilökohtaisiin projekteihin on olemassa ilmainen taso. Kevyille palvelimille, joilla ei ole raskaita riippuvuuksia, Cloudflare Workers tarjoaa nopean ja edullisen edge-julkaisun. Lopuksi perinteiset tarjoajat ovat edelleen täysin kelvollisia jo varustautuneille tiimeille: AWS (Lambda, ECS), Google Cloud (Cloud Run, Cloud Functions) tai Azure (Functions, Container Apps).
Monityökalu- vs. yhden työkalun palvelimet
Yleinen refleksi on pilkkoa työkalut erittäin hienojakoisesti. Kokemus viittaa kuitenkin päinvastaiseen: Mistralin järjestämässä MCP-hackathonissa parhaiten menestyneet tiimit suunnittelivat korkean tason työkaluja, jotka vastasivat kokonaisia työnkulkuja. He altistivat funktion book_restaurant yhdistelmän list_restaurants + check_availability + make_reservation sijaan tai funktion deploy_application yhdistelmän build + test + push + deploy sijaan. Mallilla on vähemmän mahdollisuuksia sotkea sekvenssi, ja kumulatiivinen viive laskee vastaavasti.
Hienojakoisuus on kuitenkin järkevää kolmessa tilanteessa: kun luot yleiskäyttöistä MCP-palvelinta, jota eri tiimit käyttävät, kun työnkulun vaiheet voivat toimia toisistaan riippumatta ja kun tarvitset joustavuutta operaatioiden järjestyksessä.
Ympäristömuuttujien hallinta
Palvelimesi tarvitsevat usein API-avaimia, tietokantatunnuksia tai muita salaisia tietoja. Tallenna ne systemaattisesti ympäristömuuttujiin, älä koskaan koodiin. Muista erityisesti, että julkinen MCP-palvelin ilman todennusta antaa kenelle tahansa mahdollisuuden kuluttaa API-avaimesi: suojaa se tunnuksella tai OAuthilla heti, kun se kutsuu maksullista palvelua. Hugging Face Spacesissa Spacen Secrets-toiminto on suunniteltu nimenomaan tätä varten.
Keskeiset asiat
- FastMCP on yksinkertaisin tapa luoda MCP-palvelin Pythonilla
- Hio työkalujesi kuvaukset, nimet ja tyypitykset
- Testaa ensin paikallisesti käyttäen ngrokia ja MCP Inspectoria ennen julkaisua
- Hugging Face Spaces tarjoaa ihanteellisen ilmaisen hostingin MCP-palvelimille
- Suosi työnkulku-tyyppisiä työkaluja liian hienojakoisten sijaan
- Suojaa salaiset tietosi ja harkitse palvelimesi todennusta