Go 实战：从零开发 MCP Server
Go 实战：从零开发一个 MCP Server
MCP 是什么 MCP（Model Context Protocol）是一种用于连接 AI 模型与外部工具、数据源的协议。通过 MCP Server，开发者可以把自己的 API、数据库、业务系统等能力暴露给 AI，让 AI 能够调用这些能力完成更复杂的任务。
简单来说： AI 负责理解用户需求，MCP Server 负责提供真实的能力。
MCP Server 的核心能力 一个 MCP Server 通常提供三类能力：
- Tools（工具）：AI 可以调用的函数，例如查询天气、搜索数据库等
- Resources（资源）：可以读取的数据，例如文件、文档、数据库记录
- Prompts（提示模板）：可复用的提示词模板
在实际开发中，最常见的是实现 Tools。
Go 开发 MCP Server 的技术选型 Go 语言非常适合开发 MCP Server，原因包括：
- 高性能并发处理
- 编译后单文件部署
- HTTP / JSON 生态成熟
- 适合构建微服务
常见技术栈：
- Go 1.21+
- net/http 或 Gin
- JSON-RPC 或 HTTP
- Docker（部署）
项目结构设计
一个简单 MCP Server 项目结构：
mcp-server-go/
├── main.go
├── server/
│ └── server.go
├── tools/
│ └── weather.go
├── models/
│ └── request.go
└── go.mod
定义 Tool 数据结构
MCP 中 Tool 本质是一个可调用函数，需要描述名称、参数和执行逻辑。
type Tool struct {
Name string `json:"name"`
Description string `json:"description"`
InputSchema map[string]interface{} `json:"inputSchema"`
}
示例 Tool：查询天气。
var WeatherTool = Tool{
Name: "get_weather",
Description: "获取指定城市天气",
InputSchema: map[string]interface{}{
"type": "object",
"properties": map[string]interface{}{
"city": map[string]string{
"type": "string",
},
},
"required": []string{"city"},
},
}
实现 Tool 逻辑
func GetWeather(city string) string {
// 实际项目中可以调用真实 API
return fmt.Sprintf("%s 当前天气：晴 25°C", city)
}
实现 MCP Server
使用 Go 原生 HTTP 服务即可。
package main
import (
"encoding/json"
"net/http"
)
func main() {
http.HandleFunc("/tools", func(w http.ResponseWriter, r *http.Request) {
tools := []Tool{WeatherTool}
json.NewEncoder(w).Encode(tools)
})
http.HandleFunc("/call", func(w http.ResponseWriter, r *http.Request) {
var req struct {
Name string `json:"name"`
City string `json:"city"`
}
json.NewDecoder(r.Body).Decode(&req)
if req.Name == "get_weather" {
result := GetWeather(req.City)
json.NewEncoder(w).Encode(map[string]string{
"result": result,
})
}
})
http.ListenAndServe(":8080", nil)
}
运行服务器
编译并运行：
go run main.go
服务器启动后：
http://localhost:8080/tools
返回可用工具列表。
调用工具：
POST /call
{
"name": "get_weather",
"city": "北京"
}
返回：
北京 当前天气：晴 25°C
接入 AI Agent
当 AI Agent 连接 MCP Server 时：
- 读取
/tools获取工具列表 - 根据用户问题选择工具
- 调用
/call执行工具 - 将结果返回给用户
整个过程完全自动。
生产级 MCP Server 优化
真实项目中建议增加：
日志系统
zap / logrus
配置管理
viper
API 调用
resty
并发控制
goroutine + worker pool
安全机制
- API Key
- OAuth
- Rate Limit
Docker 部署
Dockerfile 示例：
FROM golang:1.22
WORKDIR /app
COPY . .
RUN go build -o mcp-server
CMD ["./mcp-server"]
构建：
docker build -t mcp-go .
docker run -p 8080:8080 mcp-go
总结
Go 开发 MCP Server 的流程非常清晰：
理解 MCP 协议 确定 Tool、Resource 或 Prompt 的类型。
设计工具接口 定义参数结构和返回值。
实现业务逻辑 连接 API、数据库或内部系统。
暴露 MCP 接口 提供工具列表和调用接口。
部署与接入 AI 通过 HTTP 或 STDIO 与 AI Agent 通信。
通过 MCP Server，可以让 AI 直接操作真实系统，例如：
- 查询数据库
- 调用内部 API
- 操作 DevOps
- 自动化业务流程
这也是未来 AI + 软件系统融合的重要基础设施。
后续思考 Go MCP Server 完整项目（含 SDK、Agent、Docker、OpenAI 接入） 或者Go + Gin 构建生产级 MCP Server 框架。
