Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Izgradi in uvedi svoj strežnik MCP

Lekcija 13 od 14 Posodobljeno 2. november 2026 Srednje napredni
Na tej strani
  1. Od ideje do produkcijskega strežnika
  2. Ustvarjanje strežnika MCP lokalno
  3. Lokalno testiranje
  4. Možnosti uvedbe
  5. Strežniki z več orodji proti strežnikom z enim orodjem
  6. Upravljanje spremenljivk okolja
  7. Ključne ugotovitve

Posodobitev, 2. november 2026 — Le Chat je zdaj Vibe. Od 28. maja 2026 dalje je bil Le Chat preimenovan v Vibe (še vedno na chat.mistral.ai): en sam agent za delo in kodo, ki ohranja tvoja pogovora, nastavitve in naročnine. Stara izkušnja Le Chat je še vedno dostopna v načinu Chat; v načinu Work so agenti postali veščine (priklicane z @), spomini služijo kot baza znanja, globoko iskanje pa je zdaj veščina Deep Research. Načrti se zdaj imenujejo Mistral Free, Pro, Team in Enterprise. Ta lekcija uporablja ime Vibe; upoštevaj, da so se nekateri meniji, opisani tukaj, morda preimenovali ali premaknili.

Od ideje do produkcijskega strežnika

Veš, kako uporabljati obstoječe konektorje in dodajati nove po meri. Zdaj je čas za zadnji korak: napiši svoj lasten strežnik MCP in ga uvedi za uporabo v Vibeu. Tu bomo prehodili celotno pot, od prve datoteke Python na tvojem računalniku do gostovanja v produkciji, in pokrili oblikovne odločitve, ki ločujejo uporaben strežnik od tistega, ki ga model nikoli ne pokliče pravilno.

Ustvarjanje strežnika MCP lokalno

Knjižnica FastMCP (pip install fastmcp, različica 4 od novembra 2026), okvir neodvisen od uradnega SDK mcp, poenostavi ustvarjanje strežnika na nekaj okrasnikov:

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."

Vse se vrti okoli teh nekaj vrstic. Okrasnik @mcp.tool() registrira funkcijo kot orodje MCP. Docstring postane opis, ki ga model vidi, ko se odloča, ali naj pokliče orodje – torej to ni komentar za tvoje sodelavce, temveč funkcionalni element. Tipizacija parametrov (name: str) in vračilne vrednosti (-> str) obvestita model o pričakovanih tipih, ime funkcije pa mora biti jasno in opisno. Uradna alternativa je SDK MCP podjetja Anthropic, na voljo v Pythonu in TypeScriptu: ponuja več nadzora ob ceni nekoliko težje konfiguracije.

Ker model vidi le besedilni opis tvojega orodja, ga napiši kot popoln uporabniški priročnik:

@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.
    """

Opazi, kaj ta docstring doda, česar prejšnjemu ni manjkalo: pogoj uporabe, možne vrednosti za category in meje za max_results. Dve dodatni pravili zaključita vajo. Imena morajo biti eksplicitna – raje izberi search_products namesto search, create_invoice namesto create, get_user_orders namesto get_data. In vračila morajo biti berljiva: pošlji nazaj razumljivo besedilo namesto surovih ID-jev, sicer jih model ne bo mogel uporabiti za oblikovanje naravnega odgovora.

Lokalno testiranje

Najprej zaženi strežnik, ki teče na lokalnih vratih, privzeto na localhost:8000:

python server.py

Nato ga izpostavi, da ga bo Vibe lahko dosegel:

ngrok http 8000

ngrok zagotovi javni URL, na primer https://abc123.ngrok.io, ki ga boš uporabil kot URL konektorja v Vibeu – ne pozabi dodati /mcp, da dobiš celoten končni punkt. Preden se odpraviš v Vibe, potrdi strežnik z MCP Inspectorjem:

npx @modelcontextprotocol/inspector

Poveži se s svojim lokalnim strežnikom, izpiši orodja, jih posamično preizkusi in preveri vračila. To ti pove, ali težave izvirajo iz tvoje kode ali iz načina, kako model razlaga tvoje opise.

Možnosti uvedbe

Ko je tvoj strežnik pripravljen, je gostovanje odvisno predvsem od tvojih omejitev. Hugging Face Spaces je brezplačna možnost, ki jo priporoča ekipa Mistral AI: to so virtualni stroji, ki gostijo spletne aplikacije, popolnoma brezplačni, dokler ne potrebuješ GPU-ja. Tam lahko nastaviš svoj strežnik MCP s FastAPI in uvedeš več strežnikov na istem prostoru Space, vsakega s svojo končno točko – /api1/mcp, /api2/mcp – ki jih bo Vibe dodal kot ločene konektorje. Dodaten bonus: nič ti ne preprečuje, da bi prostoru Space dodal še vmesnik za vizualizacijo aktivnosti tvojega strežnika.

Prefect Horizon (prej FastMCP Cloud), platforma ekipe FastMCP, neposredno uvozi skladišče GitHub, ki vsebuje strežnik FastMCP: izbereš skladišče na horizon.prefect.io, platforma ga izgradi in objavi avtenticiran URL; za osebne projekte obstaja brezplačna raven. Za lahke strežnike brez težkih odvisnosti Cloudflare Workers ponuja hitro in poceni uvedbo na robu omrežja. Nazadnje, tradicionalni ponudniki ostajajo popolnoma uporabni za ekipe, ki so že opremljene: AWS (Lambda, ECS), Google Cloud (Cloud Run, Cloud Functions) ali Azure (Functions, Container Apps).

Strežniki z več orodji proti strežnikom z enim orodjem

Pogon refleks je orodja razdeliti zelo fino. Izkušnje kažejo v nasprotno smer: hackathon MCP, ki ga je organiziral Mistral, je pokazal, da so najbolj uspešne ekipe oblikovale visokonivojska orodja, ki ustrezajo celotnim delovnim tokom. Izpostavili so book_restaurant namesto list_restaurants + check_availability + make_reservation ali deploy_application namesto build + test + push + deploy. Model ima manj možnosti, da zgreši zaporedje, in kumulativna zakasnitev se ustrezno zmanjša.

Granularnost ima še vedno smisel v treh situacijah: ko ustvarjaš splošen strežnik MCP, ki ga uporabljajo različne ekipe, ko lahko koraki delovnega toka služijo neodvisno drug od drugega in ko potrebuješ prilagodljivost vrstnega reda operacij.

Upravljanje spremenljivk okolja

Tvoji strežniki bodo pogosto potrebovali ključe API, poverilnice za baze podatkov ali druge skrivnosti. Sistematično jih shrani v spremenljivke okolja, nikoli v kodo. Imej še posebej v mislih, da javni strežnik MCP brez avtentikacije omogoča komurkoli porabo tvojih ključev API: zaščiti ga z žetonom ali OAuth, takoj ko kliče plačljivo storitev. Na Hugging Face Spaces so Secrets (skrivnosti) prostora Space zasnovani prav za to.

Ključne ugotovitve

  • FastMCP je najpreprostejši način za ustvarjanje strežnika MCP v Pythonu
  • Izpopolni opise, imena in tipizacijo svojih orodij
  • Najprej testiraj lokalno z ngrok in MCP Inspectorjem, preden uvedeš
  • Hugging Face Spaces ponuja idealno brezplačno gostovanje za strežnike MCP
  • Raje izberi orodja v slogu delovnega toka namesto pretirano granularnih
  • Zaščiti svoje skrivnosti in razmisli o avtentikaciji za svoje strežnike