MCP Python Server – API Wrapper

Dieses Projekt erstellt einen MCP-Server in Python, der ein Tool zum Abfragen einer externen API bereitstellt. Kompatibel mit Claude Desktop oder ChatGPT Desktop, die das Model Context Protocol (MCP) unterstützen.

✨ Funktionen

Verfügbarmachen eines Tools über MCP
HTTP-Abfrage an eine externe API
Direkte Integration mit Claude/Desktop über claude.json

🚀 Voraussetzungen

Python 3.9+
mcp[cli] (installierbar über pip oder uv)
Claude oder ChatGPT Desktop (mit MCP-Unterstützung)

📁 Projektstruktur

.
├── servidores/profile.py          # Servidor MCP con herramientas para interactuar con mi backend del curriculum.
├── server.py                     # Servidor MCP con herramienta "consultar_api".
├── .env                          # Variables opcionales para auth/API.
├── claude.json                   # Config. MCP para integrarlo directamente.
└── README.md                     # Este documento.

⚙️ Installation

Mit Pip

pip install "mcp[cli]"

Mit UV (empfohlen)

uv init mcp-api-server
cd mcp-api-server
uv add "mcp[cli]"

Installation des MCP

mcp install mi_script.py

Installation mit .env

mcp install mi_script.py -f .env

Installation von Abhängigkeiten

pip install -r requirements.txt

Umgebungsvariablen

Erstellen Sie eine .env Datei im Projektstamm, um optionale Umgebungsvariablen zu definieren:

# .env
API_KEY=mi_api_key
API_URL=https://miapi.com/consulta

👷 Schnellstart (Schnellstart)

Erstellen Sie den Server server.py

from mcp.server.fastmcp import FastMCP
import httpx

mcp = FastMCP("API Wrapper")

@mcp.tool(description="Consulta una API externa")
async def consultar_api(param: str) -> str:
    """Consulta una API externa con un parámetro y devuelve la respuesta."""
    async with httpx.AsyncClient() as client:
        r = await client.get(f"https://miapi.com/consulta?param={param}")
        return r.text

Lokal im Entwicklermodus ausführen

mcp dev server.py

Im Produktionsmodus ausführen

mcp run server.py

Oder mit UV:

uv run --with mcp[cli] mcp run server.py

🚀 Integration mit Claude/Desktop

Suchen Sie claude.json im Konfigurationsordner Claude/Desktop:

Unter Windows: %APPDATA%\Claude\claude.json
Unter Linux/macOS: ~/.claude/claude.json

Beispiel:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/codigo/backend-curso-inkor/proyectos_memes"
      ]
    },
    "Demo": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "run",
        "C:\\codigo\\backend-curso-inkor\\MCP\\server.py"
      ]
    }
  }
}

🤖 Verwendung innerhalb von Claude/Desktop

Sie können das Modell fragen:

Verwenden Sie das Tool consult_api mit dem Parameter „ping“

Und das Modell verwendet Ihren MCP-Server, um einen HTTP-Aufruf in Echtzeit zu tätigen.

🎁 Bonus: Tools-Erweiterung

@mcp.tool()
async def traducir(texto: str, lang: str) -> str:
    return f"Traducido: {texto} → {lang}"

🔍 Ressourcen

Offizielle MCP-Dokumentation: https://docs.mcp.run/
Python SDK-Repository: https://github.com/modelcontextprotocol/mcp

✅ Mit Liebe gemacht und httpx 🚀

MCP Python Server — API Wrapper

Integrations