一句话生成AI万用插头MCP应用，小白也能手搓Manus，这就是功能性Agent的未来

　　上期做了一个一键安装 MCP 项目的平价方案，

　　这期就来把饼圆上，

　　如何将自己的 API 们用一句话封装成 MCP 应用？

　　所有为什么要把 API 打包起来呢？

　　一是灵活，API 可以按需使用，不需要打开各种各样的软件跳来跳去；

　　二是 API 相互之间可以发挥 1+1>2 的作用。比如说，脚本、图片、视频生成一道完成，效率再翻倍。

　　那将 API 打包起来就可以把 Claude 当多功能工具箱用，理论上任意一个有 API 的服务，你都可以用 MCP 完成调用，无需知道工作原理。夸张点说你只要知道这车能走，就可以用claude直接让它开，不需要学会怎么开车。

　　我把这个问题拆分成两大 part：

　　1. 用提示语实现 API 的一键封装。

　　2. 现有案例原理拆解

　　如果之前没有配置过 MCP 的话，强烈建议按照上期教程，在Cursor+Cline的辅助下完成第一个 MCP 应用的安装，能自动把应有的环境都配上，也是不需要编程知识。

　　Here we go！

　　一键打包 MCP 应用

　　先打开github.Com/LearnPrompt/mcp-blank

　　第一步，是找到下载好的mcp-blank-main.zip文件，双击解压，然后鼠标右键获取这个文件夹的路径。

　　第二步，这里我用 DeepSeek R1 作为样本，因为 R1 也支持 API，所以找到它对应的API网页文档https://api-docs.deepseek.com/zh-cn/来，放到下面的提示语中，丢到 Claude 里生成就行。

　　请根据提供的 API 文档和示例 Python 文件实现一个 FastMCP 工具模块，要求如下： ## Python文件样例 fromtypingimportAny, Optional, List, Dict, Union importrequests importjson frommcp.server.fastmcpimportFastMCP # 1. 初始化服务器（名称根据API功能自定义） mcp = FastMCP(" " ) # 示例："search" # 2. API配置（必须修改部分） API_URL ="替换为API端点URL" API_KEY ="替换为认证密钥" # 3. 工具函数实现 @mcp.tool() asyncdefapi_function( # 参数列表（根据API文档映射） param1: type = default, # API文档参数说明 param2: type = default, # 需要处理嵌套参数时添加dict支持 ... )-> str: """ 函数说明（根据API文档编写） Args参数需包含： - 所有必选API参数 - 常用可选参数及其默认值 - 处理复合参数（如query支持str/dict） """ # 请求构建部分需要： # - 处理认证信息（headers/payload） # - 组装符合API要求的请求体 # - 添加调试日志（print请求关键信息） # 错误处理必须包含： # - HTTP状态码非200处理 # - requests异常捕获 # - JSON解析错误处理 # - 通用异常兜底处理 # 响应格式化要求： # - 提取核心信息 # - 结构化呈现结果 # - 包含API返回的关键元数据 returnformatted_response # 4. 响应格式化函数（根据API响应结构定制） defformat_response(response: dict)-> str: """将原始JSON响应转换为易读格式""" # 按API文档字段提取内容 # 示例：response.get('results', []) /``` ## 实现要求 1.参数设计：精确映射API文档参数，处理类型转换和默认值 2.认证方式：根据文档要求实现（Bearer Token/API Key/等） 3.错误处理：包含HTTP错误、网络异常、JSON解析错误三类处理 4.响应格式化：提取以下内容： - 核心数据字段 - 分项结果列表 - 请求元数据（如响应时间） 5.代码风格：保持与现有mcp_tavily.py一致的异常处理结构和日志输出 ## 特别注意事项 - 处理API的特殊参数要求（如日期格式/枚举值） - 注意嵌套参数的提取逻辑 - 对可选参数进行None值处理 - 结果包含API返回的原始链接/参考信息 - 格式化输出保留机器可读性 请基于以下API文档实现： https://api-docs.deepseek.com/zh-cn/ 实现完Python文件的代码内容后，主动回复“请输入本地mcp-blank-main的文件地址“，等用户输入后，生成一个配置文件的完整代码 { "mcpServers": { "deepseek": { "command":"uv", "args": [ "--directory", "[本地mcp-blank-main的文件地址]", "run", "mcp_api.py" ] } } }

　　接下来第三、四步的整个对话过程我都录制下来了，很丝滑，现在你会收获了完整的代码和配置文件。

　　第三步，Claude生成的途中会在对话框右侧输出名为mcp_deepseek.py的代码，全选并复制下来，打开mcp-blank-main新建一个同名文件并将复制好的内容放进去并保存。

　　第四步，Claude 这时候还会提醒你：“请输入本地mcp-blank-main的文件地址，我将为您生成配置文件的完整代码。”，这时候把第一步得到的文件夹路径发送过去，就可以得到Claude的配置文件mcps.json 配置文件

　　然后就是将这个 MCP 应用加载到 Claude DeskTop 了。因为上期已经出了视频版的配置教程，这里我就用截图说明。

　　安装claude.ai/download

在 Claude Desktop 选择 settings -> developer > Edit Config，将复制下来的mcps.json 配置文件文件完整贴到 claude_desktop_config.json。

　　来看看在 Claude 里调用R1的效果吧！

　　原理拆解

　　相信到这一步大家已经有了自己的第一个 MCP 应用！

　　那我是如何倒推出刚刚教大家的这个提示语的呢？

　　是从一个极简的tavily-mcp项目来的。Claude 不是才上了联网能力，但其实我已经悄咪咪用上联网版 Claude 小一个月了，

　　原因就是我利用 tavily-mcp 的搜索 API，装了一个 MCP ，这样Claude 每个月可以免费搜索1000次，一天33次，日常使用绰绰有余。

　　我们还是在mcp-blank-main文件夹，打开mcp_tavily.py，这里面就是整个API MCP应用的核心代码：

　　快速讲解一下这个代码的原理，

　　首先是初始化服务器mcp = FastMCP("search")，

　　接着是配置 URL 和 Key

　　剩下就是两大部分，一个是调用 API Key，另一个就是将上一步获取的内容格式化。

　　这个代码结构对 Claude 3.7 来说一点都不复杂，只需要单个文件就可以了，反推出一个完整提示语简简单单。

　　我全程只是把mcp_tavily.py和 tavily 的API文档发给 o1 ，让它给我一个适合发给 Claude 3.7 的提示语就好了。

　　所以我到底是怎么发现的？纯粹就是我手贱把里面的 API 换了，看看到底能不能跑得通，结果发现，诶？还真行？

　　那就有了现在我哔哩吧啦写下来的这篇文章。

　　最后，来看看tavily + claude的联网搜索结果吧：

　　可能现在 MCP 的使用过程还不够优雅，

　　Claude后续大概率会做成可以支持云端接入的形式。

　　见证了AI发展至今的进步之快，

　　所以，其实可以不那么在意这个技术短时间内的缺陷，

　　而是跟着它的发展窥见了 MCP 的更大可能。

　　我敢笃定，未来MCP一定会做到一键生成，

　　做到大家一看就会做的程度，

　　就像现在和模型对话一样简单。

　　这也就是，这两篇文章诞生的原因，

　　我想和大家一起见证发展中的每一步，

　　一起期待未来到底在哪里。

　　@ 作者 / 卡尔 & 阿汤@ 动手学AI知识库 / learnprompt.pro

　　最后，感谢你看到这里如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论更多的内容正在不断填坑中……