假设你用 FastMCP 写了一个最简单的工具函数：
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("My Server")
@mcp.tool(name="打招呼",description="简单的打招呼")
async def hello() -> str:
return "hello world"
这个函数很简单，运行也没问题。
但是一旦你想要在函数里获取请求头、用户信息、IP、Token 等信息(一般用于一些权限校验，数据打点等操作)，就会发现：
函数没有直接的 Request 对象！
这时就要用到关键角色 —— ctx: Context
如果你用 Python 开发过 MCP 服务，大概率遇到过这样的场景：服务在本地跑得好好的，一到生产环境就各种幺蛾子。特别是当你想要多机部署时，发现负载均衡器怎么配置都不对劲。
问题根源：SSE 的“粘性会话”魔咒
传统的 SSE（Server-Sent Events）模式有个致命缺陷：需要维护长连接和会话状态。这意味着：
使用 python 开发mcp server 非常简单，但是官方文档对于在sse 或者 streamable 服务里如何添加认证写的很不清晰，我们可以非常快速的开发一个mcp server
from mcp.server.fastmcp import FastMCP
import datetime
mcp = FastMCP("simple-mcp-server")
@mcp.tool(name="获取当前时间", description="获取当前时间")
async def get_current_time() -> str:
return datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
def run():
mcp.run(transport="sse")
if __name__ == "__main__":
run()
以上是一个获取当前时间的mcp server ，很简单，只作为演示，但是如果我们不想让所有人都可以访问，需要添加一些认证信息，目前来讲，由于FastMCP 封装的太高级了，不太好添加，官方有提供基于 OAuth 的认证方式，但是有点复杂，我还没有测试成功过，本文介绍一种简单的在header 中添加认证信息。
这里分别演示 SSE 和 streamable 两种类型如何改造，原理差不太多， 通过创建一个自定义的中间件，在请求处理之前获取一下header 中的 Authorization 参数。
之前有介绍在国内使用 uv 如何设置代理加速python 包的下载，在安装python 时，当时介绍了国内目前只有一个南京大学镜像站，https://mirror.nju.edu.cn/github-release/indygreg/python-build-standalone/， 这个下载站只镜像了 uv 最新的release 文件，所以对于之前月份的文件，如果使用南京大学下载站就会下载失败，本文介绍一种使用海外云服务搭建uv python 的下载代理站实现可以正常下载安装 uv python 的实现方案。
作为一名 Python 开发者，你一定遇到过这样的烦恼：想用超快的 uv 工具安装 Python，却发现国内访问 GitHub 慢如蜗牛，之前介绍过国内只有南京大学镜像站可用于加速下载，但该镜像站仅镜像了 uv 最新的 release 文件。别担心！今天我要分享的解决方案，能让你像使用国内镜像站一样流畅地安装任意版本的 uv Python！本文将详细介绍一种使用海外云服务搭建 uv Python 下载代理站的实现方案，让你轻松解决下载难题
在使用 Python 开发基于 MCP 的 SSE 服务时，如果不小心写了同步阻塞的代码，就非常容易踩进 IO 阻塞的大坑。来看下面这段示例代码：
from mcp.server.fastmcp import FastMCP
from pydantic import Field
import time
import requests
# 初始化mcp服务
mcp = FastMCP("hello-mcp-server")
@mcp.tool(name="url_get", description="访问某个url")
def get_url(url: str = Field(..., description="将要访问的url")):
r = requests.get(url)
return r.text
@mcp.tool(name="计算加法", description="计算加法")
def add(a: int = Field(..., description="第一个数"), b: int = Field(..., description="第二个数")):
return a + b
def run():
mcp.run(transport="sse")
if __name__ == "__main__":
run()
前面文章我们使用python 实现了简单的天气查询mcp server，并使用cherry studio 和 Cline 实现了mcp server 的调用，之前是使用stdio 类型的mcp，本章看一下如何开发sse类型的mcp 服务。
sse，Server-Sent Events 是基于http 长连接的服务，以往我们在开发大模型应用的时候，由于大模型生成token 不是一次性生成的，是一个token 一个token 生成的，为了避免调用端长时间等待，会一点点的输出给调用端。
在mcp 的开发过程中，也会用到sse，但是这里的sse 和大模型输出稍微有一点不同，sse 类型的mcp 会建立一个http 监听端口，客户端在调用mcp server 时，先和mcp 建立一个长连接，之后工具的输出都是通过这个长连接发送给客户端，由于sse是单向传输，客户端只能被动的接受服务端的数据，而不能在建立连接以后再次接收客户端的数据，所以客户端在调用mcp 工具时，需要向另外一个接口发送数据。所以开发sse 的mcp 会稍微复杂一些，但是官方python sdk 中FastMCP已经做了高级封装，开发者只需要关注工具的具体实现即可。
本地stdio 类型的mcp server，通过标准的输入输出来进行数据的交互，调用端需要提前安装好环境，如python 或者 node，当然如果mcp 是一个可执行的二进制文件也可以不用安装配置环境，只是目前大部分的mcp 使用python 或者 node 进行开发的。
上一篇文章介绍了UV工具的使用，有了uv 的基础，本篇我们来看一下如何使用python开发mcp server，目前主流的 mcp 分为 stdio 和 sse，stdio 为标准输入输出，通过调用工具获取工具的输出来交互，比如你在终端输入 ping host 命令，返回ping host 的输出，SSE 稍微复杂一些，通过http 接口，返回一个sse长连接，之后工具调用输入输出遵循JSONRPC规范，通过http 调用，但是结果通过SSE长连接返回，实现起来稍微复杂一些，但是调用工具和工具配置sse会更简单一些，本篇先介绍开发简单的 stdio 类型的 mcp server。工具为调用高德地图的天气查询接口返回某地的天气情况。