VPS 部署第一个 MCP Server：新手入门教程

很多新手在尝试搭建 AI Agent 时，第一个遇到的困惑就是“MCP Server 是什么，怎么在 VPS 上跑起来”。MCP（Model Context Protocol）是让 AI 模型安全调用外部工具的标准协议，部署一个 MCP Server 是打通 Agent 与文件系统、数据库、API 等资源的关键步骤。本文直接教你从零开始在 VPS 上部署第一个 MCP Server，环境基于 Ubuntu 22.04，Python 3.10+，全程可操作。

准备工作：VPS 与基础环境

你需要一台能连公网的 VPS，建议最低配置 1 核 1G 内存，系统推荐 Ubuntu 22.04 或 Debian 12。登录后先更新系统并安装 Python 和 pip：

sudo apt update && sudo apt upgrade -y

sudo apt install python3 python3-pip -y

python3 –version # 确保 >= 3.10
pip3 –version

如果你的 VPS 上已经跑着其他服务，建议给 MCP Server 单独创建一个非 root 用户：

sudo useradd -m -s /bin/bash mcpuser
sudo passwd mcpuser # 设置密码

后续所有操作都切换到 `mcpuser` 下执行，避免权限混乱。

安装 MCP Server 库

MCP 官方提供了 Python 参考实现，直接通过 pip 安装即可：

pip3 install mcp

注意：`mcp` 库版本更新较快，具体命令以 [官方 PyPI 页面](https://pypi.org/project/mcp/) 为准。如果遇到网络问题，可以换国内 PyPI 镜像：

pip3 install mcp -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，可以检查模块是否可用：

python
python3 -c "import mcp; print(mcp.__version__)"

创建你的第一个 MCP Server

MCP Server 本质上是一个提供工具（Tool）或资源（Resource）的进程，通过标准输入输出（stdio）或 HTTP 与客户端通信。下面创建一个最简单的“计算器”工具，让 AI Agent 能调用加法功能。

步骤 1：编写 Server 代码

在 `/home/mcpuser` 下新建文件 `calculator_server.py`：

python
from mcp.server import Server
from mcp.types import Tool, TextContent
from pydantic import BaseModel

class AddInput(BaseModel):
a: float
b: float

server = Server("calculator")

@server.list_tools()
async def list_tools() -> list[Tool]:
return [
Tool(
name="add",
description="Add two numbers",
inputSchema=AddInput.model_json_schema()
)
]

@server.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
if name == "add":
inp = AddInput(**arguments)
result = inp.a + inp.b
return [TextContent(type="text", text=str(result))]
raise ValueError(f"Unknown tool: {name}")

if __name__ == "__main__":
server.run(transport="stdio")

这段代码定义了一个 `add` 工具，接收两个数字参数，返回它们的和。实际生产中你可以替换成文件读取、数据库查询等逻辑。

步骤 2：测试 Server 能否正常启动

直接运行脚本，观察是否报错：

python3 calculator_server.py

正常启动后进程会等待 stdin 输入（MCP 协议 JSON 消息）。可以用 Ctrl+C 先停掉。如果报 `ModuleNotFoundError: No module named 'pydantic'`，先安装 pydantic：

pip3 install pydantic

配置端口与安全（可选）

默认 MCP Server 使用 stdio 通信，适合本地或容器内调用。如果希望 Agent 通过 HTTP 远程连接，可以改用 `transport="sse"` 或使用 `mcp-server` 框架的 HTTP 模式。不过新手阶段建议先用 stdio，避免端口暴露风险。

安全提醒：

• 不要用 root 用户运行 MCP Server。

• 如果确实需要 HTTP 暴露，务必绑定 `127.0.0.1` 并用 Nginx 反向代理 + 认证。

• 生产环境建议将 Server 封装成 systemd 服务，实现自动重启。

测试 MCP Server 与 Agent 连接

MCP Server 本身不提供界面，你需要一个 MCP 客户端来调用。常见客户端包括 Claude Code、Codex、Hermes Agent 等。以 Claude Code 为例，在 `claude_code_config.json` 中配置 MCP Server 路径：

json
{
"mcpServers": {
"calculator": {
"command": "python3",
"args": ["/home/mcpuser/calculator_server.py"],
"env": {}
}
}
}

启动 Claude Code 后，向它提问“计算 3.5 + 2.7”，Agent 会自动调用 MCP Server 的 `add` 工具并返回结果。

如果使用其他 Agent，请查阅对应文档配置 MCP 客户端连接方式。常见方法是通过环境变量或配置文件指定 `MCP_SERVER` 路径。

老鸟叮嘱

1.Python 版本兼容性：MCP 库要求 Python 3.10+，如果 VPS 默认是 3.8，务必先安装新版。
2.依赖隔离：建议用虚拟环境（venv）管理 MCP Server 的依赖，避免与系统 Python 包冲突。
3.日志排障：启动 Server 时加 `–log-level debug` 参数（如果支持），或直接在代码里加 print 输出到 stderr。
4.不要在生产环境直接暴露 MCP Server 端口：MCP 协议本身没有内置鉴权，端口暴露等于把工具权限开放给公网，极其危险。
5.内存占用：一个简单的 MCP Server 仅占用几十 MB 内存，但如果你在 Server 内部加载大模型或数据库连接，内存会飙升。根据实际工具复杂度评估 VPS 配置。

FAQ

Q1：MCP Server 必须用 Python 吗？
不一定。MCP 官方支持 Python 和 TypeScript/JavaScript 参考实现，你也可以用 Go、Rust 等语言实现协议。新手建议从 Python 开始。

Q2：部署 MCP Server 需要多少 VPS 配置？
纯工具型 Server（不加载模型）1 核 1G 足够。如果集成本地模型（如 Ollama），建议 2 核 4G 以上。

Q3：如何让 MCP Server 开机自启？
编写 systemd 服务文件，将 Server 设为 `Type=simple`，`ExecStart` 指向你的 Python 脚本。注意使用非 root 用户和绝对路径。

Q4：MCP Server 可以同时服务多个 Agent 吗？
通过 stdio 通信时，一个 Server 进程只能服务一个客户端。如果需要多客户端，建议用 HTTP 模式或每个 Agent 单独启动一个 Server 进程。

Q5：部署后 Agent 连接不上，怎么排查？
先手动运行 Server 脚本看是否报错；再检查 Agent 配置中的路径、命令是否写对；最后看 VPS 防火墙是否放行相关端口（如果使用 HTTP）。

Q6：我可以在 MCP Server 里调用外部 API 吗？
完全可以。MCP Server 本质是一个普通 Python 程序，你可以在工具处理函数里请求任何 HTTP API、读取文件、操作数据库。注意做好异常处理和超时控制。

总结

在 VPS 上部署第一个 MCP Server 并不复杂，核心就是装好 Python 环境、安装 mcp 库、写一个带工具定义的脚本，然后让 Agent 通过 stdio 连接。新手最容易踩的坑是 Python 版本不对、依赖缺失、以及安全意识不足。按照本文步骤走一遍，你就能拥有一个可用的 MCP Server，为后续搭建更复杂的 AI Agent 工作流打下基础。

—

**相关阅读：**

– [VPS部署AI工具100讲：AI Agent、Codex、Claude Code、Hermes Agent、Ollama与自动化工作流实战教程](https://www.zhujixuan.com/jishujiaocheng/9606.html)
– [Codex、Claude Code、OpenClaw、Hermes Agent、Ollama、n8n 分别适合什么场景](https://www.zhujixuan.com/jishujiaocheng/9759.html)
– [Claude Code 与 Codex 对比：哪个更适合 VPS 远程开发](https://www.zhujixuan.com/jishujiaocheng/9816.html)