久久人妻一区精品,欧美国产日产一区二区,91无码偷拍精品一区二区三区

上周的涂鴉技術專家直播中，我們詳細演示了如何用涂鴉 MCPSDK，把家里普通的廚電設備，開發成懂天氣、懂推薦、懂你的 AI 美食管家，受到了很多開發者的歡迎，并反饋想要文字版的教程，方便跟著上手實操。今天，我們就整理了一版超詳細的手把手開發教程，從架構解析、代碼實戰，到知識庫配置與智能體調試，流程完善、操作門檻低！大家也可以根據實際場景需求，大膽發揮想象，自定義開發其他更多樣、更個性化的MCP 服務。

本次，我們將從以下四個方面入手，幫助大家更好理解整個開發流程：

厘清 Cook MCP 服務的架構設計

基于涂鴉 MCP SDK，掌握自定義 MCP 服務的進階能力

在涂鴉 AI 云開發者平臺，配置和調試 MCP 服務

了解智能體配置和實際使用效果

01
Cook MCP 架構設計的特別之處

1、整體架構圖

2、核心組件架構的設計亮點

2.1 服務啟動器(源代碼路徑：`cook/__main__.py`)

依賴管理：自動協調服務啟動順序，解決依賴問題

健康檢查：實時監管服務狀態，支持自動修復故障

彈性設計：網絡中斷可自動重連，指數退避算法

信號處理：支持優雅關閉信號，并自動清理資源

2.2 FastMCP 服務

(`cook/recipe_mcp/recipe_mcp_server.py`)

支持雙協議：HTTP API + WebSocket，適應不同客戶端

聲明式工具注冊：通過裝飾器快速添加功能，開發更便捷

類型安全：Pydantic 模型確保參數驗證

健康監管：內置狀態檢查和性能監管

2.3 統一代理層(`cook/recipe_agent.py`)

數據代理：統一數據源訪問接口

LLM 代理：封裝智能推薦算法，支持多場景推薦、智能去重

緩存策略：多級緩存提升性能，減少網絡請求

配置管理：支持靈活的參數配置

2.4 集成涂鴉 MCP SDK(`src/mcp_sdk/`)

認證機制：安全的簽名驗證和訪問控制

連接管理：WebSocket 連接池和心跳檢測

消息路由：高效的消息分發和處理

恢復異常：網絡出現錯誤時可自動重連、恢復狀態

02
開發前期準備

1、開發需要哪些資源？

1.1 登錄涂鴉平臺賬號

注冊并登錄涂鴉 AI 云開發者平臺：https://platform.tuya.com/

1.2 獲取 LLMAPI 訪問權限

我們推薦使用通義千問，下方是對應的大模型，調用大模型所需的 API 密鑰，需在阿里云平臺開通授權：

`qwen3-30b-a3b-instruct-2507`

1.3 開發環境

Python 3.10+ 環境，且支持訪問涂鴉和 LLM API 的網絡環境。

2、提前規劃你想要實現的功能

美食管家：支持豐富的菜譜推薦和膳食計劃

多場景推薦：支持每日/周、聚餐三種場景的菜譜推薦

智能去重：避免推薦相似菜品，確保菜譜多樣性

科學推薦：融合天氣、地點、人數、過敏原等因素

聯動智能廚電：支持聯動烤箱、電飯煲等電器

附近食材推薦：接入高德地圖，快速定位采購點

03
實戰開發：從代碼到部署

1. 什么是涂鴉 MCP SDK？

1.1 MCP SDK 架構組成

1.2配置關鍵參數

```python# Tuya MCP SDK 配置MCPSdkConfig( endpoint="wss://your-tuya-endpoint.com", # 涂鴉平臺提供的 WebSocket 端點 access_id="your-access-id", # 涂鴉平臺分配的訪問 ID access_secret="your-access-secret", # 涂鴉平臺分配的訪問密鑰 heartbeat_interval=30, # 心跳間隔 reconnect_interval=5, # 重連間隔)# 自定義 MCP 服務配置MCPClientConfig( server_endpoint="http://localhost:9000/mcp",# 本地 MCP 服務端點 timeout=30 # 請求超時時間)```

2、創建自定義 MCP 服務的核心代碼

2.1 開發核心業務工具

```pythonfromfastmcpimportFastMCPfrompydanticimportFieldfromtypingimportAnnotatedclassRecipeMCPServer: def__init__(self, api_key:str=None, model:str="qwen-max"): self.app = FastMCP("Cook MCP Server") self.api_key = api_key self.model = model self._register_tools()
def_register_tools(self): """注冊自定義工具 - 這是核心部分"""
@self.app.tool asyncdefget_recipes_by_category( category: Annotated[str, Field(description="菜譜分類：水產、早餐、葷菜等")] ) ->str: """根據分類查詢菜譜""" # 實現具體業務邏輯 returnawaitself._query_recipes_by_category(category)```

2.2 集成涂鴉 MCP SDK

```pythonfrommcp_sdkimportcreate_mcpsdkasyncdefstart_cook_mcp_service(): """啟動完整的 Cook MCP 服務"""
# 1. 創建自定義 MCP 服務 mcp_server = RecipeMCPServer( data_source=config.data_sourceor"url", api_key=config.api_key, model=config.model, base_url=config.base_url )
# 2. 啟動本地 MCP 服務 server_task = asyncio.create_task( mcp_server.start_server(host="localhost", port=9000) )
# 3. 連接 Tuya MCP SDK asyncwithcreate_mcpsdk( endpoint="https://your-tuya-endpoint.com", access_id="your-access-id", access_secret="your-access-secret", custom_mcp_server_endpoint="http://localhost:9000/mcp" )assdk: awaitsdk.run()```

3、在涂鴉平臺創建和配置 MCP 服務

3.1 創建自定義 MCP 服務

3.1.1 登錄涂鴉 AI 云開發者平臺，進入【MCP 管理】界面，自定義MCP 服務。

3.1.2 完成上述操作后，點擊【添加自定義 MCP】，填寫下方信息：

服務名稱：美食管家

服務描述：基于 AI 的智能菜譜推薦和膳食計劃服務，支持根據天氣、位置、人數等因素提供個性化飲食建議

圖標：上傳美食相關圖標

3.2 配置數據中心+獲取認證信息

在【服務詳情】頁面，點擊【添加數據中心】

選擇合適的數據中心區域

復制下方配置信息：

``` 接入地址 (Endpoint)：https://xxx.tuya.com Access ID：tuyaxxxxxxxxxxxx Access Secret：xxxxxxxxxxxxxxxxxxxxxxxx ```

4、本地開發和測試

4.1 環境準備和代碼部署

```bash# 1. 克隆 Cook MCP 項目gitclonehttps://github.com/flyhawk1010/cook-mcp.gitcdcook-mcp# 2. 創建虛擬環境python -m venv .venvsource.venv/bin/activate # Linux/macOS# .venv\Scripts\activate # Windows# 3. 安裝依賴pip install -e .```

4.2 啟動服務并驗證

```bash# 啟動完整服務（MCP 服務 + Tuya SDK）python -m cook all \ --endpoint$MCP_ENDPOINT\ --access-id$MCP_ACCESS_ID\ --access-secret$MCP_ACCESS_SECRET\ --custom-mcp-server-endpoint http://localhost:9000/mcp \ --api-key$API_KEY\ --model$MODEL\ --base-url$BASE_URL# 驗證服務狀態curl http://localhost:9000/healthcurl http://localhost:9000/recipes/status```

5、在涂鴉平臺調試 MCP 服務

5.1 檢查服務狀態

在涂鴉平臺選擇【MCP 管理】>【自定義 MCP 服務】

進入【服務詳情】頁面

在數據中心配置下，檢查服務狀態是否成功連接

5.2調試測試工具

5.2.1 點擊【工具】選項卡，查看自動發現的工具列表（這里為菜譜功能分類）：

5.2.2 選擇一個工具進行試運行

測試 1：按分類查詢

```json { "category": "水產" } ```

測試 2：智能推薦

```json { "location":"北京三里屯", "weather":"北京今日天氣為晴，最低溫度 15℃，最高溫度 25℃，空氣質量優", "categories":"葷菜,素菜", "people_count": 4, "taste_preferences":"清淡,營養" } ```

3.點擊【運行】，查看返回結果

4.確認左下角顯示【調試通過】

04
配置知識庫

1、創建知識庫

在配置智能體之前，我們需要為智能體添加知識庫，以提升智能體在特定領域的專業能力。

1.1 進入知識庫管理

在智能體配置頁面，找到【知識庫】選項