手把手教你：如何将自定义MCP工具接入Cherry Studio

发表于： 2025年5月25日 2025年5月25日
分类：未分类

上篇文章<<MCP Server开发入门：从零开始构建运维工具集>>我介绍了如何入门开发一个MCP server，这篇文章主要讲解如何将已开发的MCP server发布到PyPI并集成到Cherry Studio中。

MCP环境准备

Cherry Studio目前只使用内置的uv和bun，不会复用系统中已经安装的uv和bun。参考Cherry Studio官方文档https://docs.cherry-ai.com/advanced-basic/mcp/install安装uv和bun。

uv和bun的可执行程序安装目录：
Windows: C:\Users\用户名\.cherrystudio\bin
macOS: ~/.cherrystudio/bin

也可以将系统中的uv命令使用软链接的方式链接到Cherry Studio的安装目录下。在Cherry Studio中使用MCP server使用的是uvx命令。uvx是uv tool run的一个别名，所以我们需要对uv和uvx两个命令做软链接：

# /Users/lsp/.local/bin 为我本地macOS系统安装的uv命令路径

$ ln -s /Users/lsp/.local/bin/uv ~/.cherrystudio/bin/uv

$ ln -s /Users/lsp/.local/bin/uvx ~/.cherrystudio/bin/uvx

我们的MCP server是Python开发的，而bun是JavaScript和TypeScript应用程序的一体化工具包，所以文章不对bun工具做讨论。

将MCP server包发布到PyPI

Python包的双重角色：
作为库：提供可导入的模块和函数

作为工具：提供可执行的命令行程序

uv提供了专门的命令集来管理和运行Python工具。通过uv tool run命令可直接运行Python包提供的命令，这种情况下，工具的依赖会被安装在一个临时的虚拟环境中，与当前项目完全隔离。uv提供了uvx作为uv tool run的别名，这两个命令完全等价。

uvx默认需要连接到PyPI来下载包和运行工具，所以我们需要将代码打包并推送到PyPI网站。

在发布包之前，需要先在PyPI 官网注册账号。注册完成后，需要获取API Token用于后续的发布包：

登录PyPI账号
点击右上角的用户名，选择”Account settings”
点击”Add API token”
填写token名称（比如 “mcp-ops-toolkit”）
选择token的作用范围（建议选择 “Entire account”）
点击”Create token”生成token
生成的token格式以”pypi-“为前缀：pypi-AgEIcHlwaS5vcmcCJDxxxxxxxx…xxxxxxxx

调整我们的项目结构，使用src布局，项目源码托管在https://github.com/luashiping/mcp-ops-toolkit/tree/featuter_package

mcp-ops-toolkit

├── README.md

├── pyproject.toml

└── src

    └── mcp_ops_toolkit

        ├── __init__.py

        └── main.py

        └── pricing_calculator.py

在原先的pyproject.toml中增加[build-system]和[project.scripts]配置表：

[build-system]

requires=["hatchling"]

build-backend="hatchling.build"



[project.scripts]

mcp-ops-toolkit="mcp_ops_toolkit:app"

[build-system]

配置作用：这段配置定义了如何构建你的Python包
requires: 依赖的构建工具，如这里的hatchling
build-backend: 指定执行构建的后端工具模块路径

[project.scripts]

配置作用：这段配置定义了一个命令行工具的入口点；安装包后，可以直接在命令行使用mcp-ops-toolkit命令；命令会执行mcp_ops_toolkit模块中的app对象/函数。
格式说明：命令名 = 模块路径:可调用对象，左侧mcp-ops-toolkit是安装后可用的命令名，右侧mcp_ops_toolkit:app指定了命令执行的入口点。

__init__.py代码：

from.import main



defapp():

"""Main entry point for the package."""

    main.main()

当在终端运行mcp-ops-toolkit命令时，它会执行mcp_ops_toolkit模块中的 app() 函数。 app() 函数会启动MCP服务器，使得所有定义的工具（excel_to_csv和open_wireshark）都可用。

使用uv build构建项目，构建的完的包放在当前目录的dist/子目录中：

$ cd mcp-ops-toolkit

$ uv build

通过uv publish命令将包发布到PyPI：

# 使用 --token 设置 PyPI 令牌

$ uv publish --token pypi-AgEIcHlwaS5vcmcCJDxxxxxxxx...xxxxxxxx

登录PyPI，访问https://pypi.org/manage/projects/查看我的项目，我们看到项目已经成功的发布到了PyPI：

配置和使用MCP

参考https://docs.cherry-ai.com/advanced-basic/mcp/config。

配置我们自己开发的MCP server，看到弹出”服务器更新成功”，说明我们的MCP server配置成功且已经启动：

在聊天对话框点击MCP服务器这小图标，启用我们配置的mcp-ops-toolkit：

测试工具功能，这里我测试使用calculate_concurrent_price这个新增的工具，用于计算基于某个业务场景并发文档数量的价格：

excel_to_csv和open_wireshark工具的使用上篇文章已经介绍过，这里不再测试了。

admin

2126