# 附錄 C：開發者工具包與 SDK

回到白皮書首頁：[MCP 全方位技術白皮書](/@thc1006/mcp-whitepaper-home)

---

## 官方 SDK 與開發框架

### Python SDK

**官方 MCP Python SDK**
- **套件名稱**: `mcp` (PyPI)
- **安裝方式**: `pip install mcp`
- **主要功能**:
- 完整的 MCP 伺服器和客戶端實現
- 支援 stdio 和 HTTP 傳輸
- 內建的工具、資源、提示管理
- 類型提示支援

**FastMCP Framework (Python)**
- **套件名稱**: `fastmcp`
- **特色**: 高階 Python 框架，類似 FastAPI 的設計哲學
- **優勢**:
- 簡化的裝飾器語法
- 自動 JSON Schema 生成
- 內建驗證和錯誤處理
- **範例**:

from fastmcp import FastMCP

mcp = FastMCP("my-server")

@mcp.tool()
def calculate_sum(a: int, b: int) -> int:
    """計算兩個數字的和"""
    return a + b

@mcp.resource("config://settings")
def get_settings():
    return {"version": "1.0", "debug": True}

**其他 Python 工具**:
- **langchain-mcp**: LangChain 集成
- **mcp-use**: 輕量級客戶端庫
- **easymcp**: 異步原生客戶端 SDK
- **mcp-cli**: 命令行客戶端工具

### JavaScript/TypeScript SDK

**官方 MCP TypeScript SDK**
- **套件名稱**: `@modelcontextprotocol/sdk-typescript`
- **安裝方式**: `npm install @modelcontextprotocol/sdk-typescript`
- **支援環境**: Node.js、Deno、Bun、瀏覽器

**FastMCP Framework (TypeScript)**
- **套件名稱**: `@fastmcp/core`
- **特色**: TypeScript 優先的高級框架
- **範例**:

import { FastMCP } from '@fastmcp/core';

const mcp = new FastMCP({
  name: 'my-server',
  version: '1.0.0'
});

mcp.addTool({
  name: 'get_weather',
  description: '獲取天氣資訊',
  inputSchema: {
    type: 'object',
    properties: {
      location: { type: 'string' }
    }
  },
  handler: async ({ location }) => {
    // 天氣 API 呼叫
    return `${location} 的天氣是晴天`;
  }
});

**其他 TypeScript/JavaScript 工具**:
- **LiteMCP**: 輕量級框架
- **ModelFetch**: 運行時無關的 SDK
- **simple-mcp**: 簡單的 TypeScript 庫
- **MCPcat**: 分析和調試工具

### C# SDK

**官方 MCP C# SDK**
- **套件名稱**: `ModelContextProtocol` (NuGet)
- **安裝方式**: `dotnet add package ModelContextProtocol --prerelease`
- **特色**:
- .NET Core 相容性
- 屬性驅動的工具定義
- 結構化工具輸出支援
- **範例**:

using ModelContextProtocol;

public class WeatherServer : MCPServer
{
    [MCPTool("get_weather", "獲取天氣資訊")]
    public async Task<WeatherInfo> GetWeather(string location)
    {
        // 實現天氣查詢邏輯
        return new WeatherInfo 
        { 
            Location = location, 
            Temperature = 25 
        };
    }
}

**Azure Functions 支援**:
- **套件**: `Microsoft.Azure.Functions.Worker.Extensions.Mcp`
- **功能**: 在 Azure Functions 中託管 MCP 伺服器

### Java SDK

**官方 MCP Java SDK**
- **Maven 座標**: `io.modelcontextprotocol:mcp-java-sdk`
- **特色**:
- Maven/Gradle 支援
- Spring Boot 整合
- 執行緒安全的客戶端

## 社群開發工具

### 開發與測試工具

**MCP Inspector**
- **功能**: 瀏覽器基礎的 MCP 伺服器測試工具
- **特色**: 即時測試工具、資源和提示

**MCP CLI**
- **安裝**: `pip install mcp-cli`
- **功能**: 命令行客戶端，支援遠程 MCP 伺服器連接

**MCPcat**
- **功能**: 使用者分析、會話追蹤、即時調試
- **支援**: Python 和 TypeScript

### 專業開發框架

**Google ADK (Agent Development Kit)**
- **MCP 整合**: `MCPToolset` 類別
- **功能**: 將 MCP 伺服器作為工具集成到 ADK 代理中

**Firebase Genkit MCP 整合**
- **套件**: `@google-labs/genkit-mcp`
- **功能**: Genkit 與 MCP 的雙向整合

## 語言特定資源

### Go 語言
**社群 SDK**:
- `github.com/mark3labs/mcp-go` - 基礎 MCP 客戶端實現
- 功能較基礎，缺乏高級功能

### Rust 語言
**狀態**: 官方計劃中，目前需要使用 gRPC/HTTP API

### Ruby 語言
**社群支援**: 基礎實現可用，但不夠成熟

## 部署與託管工具

### 容器化工具

**MCP Docker 統一部署**
- **專案**: `BigUncle/MCP-Server-Unified-Deployment`
- **功能**: Docker Compose 統一部署多個 MCP 伺服器

**Kubernetes 操作器**
- **ToolHive**: Kubernetes Operator 用於部署 MCP 伺服器
- **功能**: 自動化 MCP 伺服器在 K8s 叢集中的部署

### 雲端平台支援

**Cloudflare Workers**
- **文檔**: Cloudflare Agents 文檔包含 MCP 支援
- **功能**: 在 Edge 部署 MCP 伺服器

**Microsoft Azure**
- **Azure Functions**: 透過 MCP 擴展支援
- **Visual Studio Code**: 內建 MCP 客戶端支援

**OpenAI 平台**
- **ChatGPT Connectors**: 支援遠程 MCP 伺服器
- **API 整合**: 透過 API 使用 MCP 伺服器

## 開發工具鏈

### IDE 支援

**Visual Studio Code**
- **MCP 整合**: 內建支援本地和遠程 MCP 伺服器
- **功能**: 自動發現、工具提示、調試支援

**Cursor IDE**
- **MCP 支援**: 原生 MCP 客戶端整合
- **配置**: 透過 `mcp.json` 配置伺服器

**Claude Desktop**
- **本地伺服器**: 支援 stdio MCP 伺服器
- **配置檔案**: `claude_desktop_config.json`

### 測試與調試

**MCP 測試框架**

import asyncio
from mcp.testing import MCPTestClient

async def test_weather_tool():
    client = MCPTestClient("./weather_server.py")
    
    # 測試工具列表
    tools = await client.list_tools()
    assert "get_weather" in [t.name for t in tools]
    
    # 測試工具調用
    result = await client.call_tool("get_weather", {"location": "台北"})
    assert "台北" in result.content[0].text

**性能基準測試**

from mcp.benchmarks import MCPBenchmark

benchmark = MCPBenchmark()
results = await benchmark.run_tool_latency_test(
    server_path="./server.py",
    tool_name="calculate",
    iterations=1000
)
print(f"平均延遲: {results.avg_latency}ms")

## 最佳實踐工具

### 程式碼生成

**MCP 樣板生成器**

npx create-mcp-server my-server --template=typescript
cd my-server
npm install
npm run dev

**自動 Schema 生成**

from mcp.schema import generate_schema_from_function

def my_tool(param1: str, param2: int = 10) -> dict:
    """我的工具描述"""
    return {"result": f"{param1}-{param2}"}

schema = generate_schema_from_function(my_tool)

### 安全與驗證

**身份驗證中介軟體**

from mcp.middleware import OAuth2Middleware

auth_middleware = OAuth2Middleware(
    client_id="your-client-id",
    client_secret="your-secret",
    scopes=["read", "write"]
)

server.add_middleware(auth_middleware)

**輸入驗證**

import { z } from 'zod';
import { validateInput } from '@mcp/validation';

const weatherSchema = z.object({
  location: z.string().min(1),
  units: z.enum(['celsius', 'fahrenheit']).optional()
});

mcp.addTool({
  name: 'get_weather',
  inputSchema: weatherSchema,
  handler: validateInput(weatherSchema, async (input) => {
    // 已驗證的輸入
    return getWeatherData(input.location, input.units);
  })
});

## 監控與分析工具

### 效能監控

**Prometheus 整合**

from mcp.monitoring import PrometheusMetrics

metrics = PrometheusMetrics()
server.add_middleware(metrics.middleware)

# 自動追蹤工具調用次數、延遲等指標

**日誌結構化**

import structlog
from mcp.logging import MCPLogger

logger = MCPLogger(
    structlog.get_logger(),
    include_context=True,
    sanitize_sensitive_data=True
)

### 分析儀表板

**Grafana 儀表板**
- MCP 伺服器效能指標
- 工具使用統計
- 錯誤率監控

**自定義分析**

from mcp.analytics import UsageTracker

tracker = UsageTracker(
    events=['tool_call', 'resource_access', 'prompt_invocation']
)

@tracker.track_usage
async def my_tool(params):
    return await process_request(params)

## 生態系統工具

### 服務發現

**MCP 註冊中心客戶端**

from mcp.registry import MCPRegistry

registry = MCPRegistry("https://registry.modelcontextprotocol.org")
servers = await registry.discover_servers({
    'capabilities': ['weather', 'calendar'],
    'quality_threshold': 0.8
})

### 開發環境

**Docker 開發環境**

FROM node:18-alpine
WORKDIR /app
COPY package*.json ./
RUN npm install
COPY . .
EXPOSE 3000
CMD ["npm", "run", "dev"]

**開發腳本**

#!/bin/bash
# 快速啟動 MCP 開發環境
docker-compose up -d postgres redis
npm run start:server &
npm run start:client &
wait

這個開發者工具包涵蓋了從基礎 SDK 到高級部署工具的完整生態系統，為開發者提供了構建 MCP 應用所需的所有工具和資源。