用途：这是一份使用 Python 构建 Model Context Protocol（MCP）服务器的规范说明，面向希望向 LLM 客户端暴露能力的开发者。MCP 服务器通过三类能力对外提供服务：Resources（可被客户端读取的文件式数据）、Tools（可被 LLM 调用、需用户批准的函数）、Prompts（帮助用户完成特定任务的预写模板）。
主要能力与用法：文档聚焦 Python 实现，要求 Python 3.10 以上、MCP SDK 1.2.0 以上，推荐使用 uv 包管理器。安装 uv 使用命令：curl -LsSf https://astral.sh/uv/install.sh | sh。项目初始化与依赖安装涉及 uv init、uv venv、uv add "mcp[cli]" httpx。服务器基于 FastMCP 初始化，工具通过 @mcp.tool() 装饰器定义，资源与提示分别通过 @mcp.resource()、@mcp.prompt() 定义。文档给出天气服务器完整示例，演示调用 NWS API 获取警报与预报，并强调使用类型提示、异步 I/O 与 docstring（会成为工具描述）。运行方式为 uv run server.py；连接 OpenCode 需在 opencode.json 中配置 mcp 项，type 为 local，command 为 ["python3", "path/to/server.py"]，enabled 为 true。
限制与注意事项：对基于 STDIO 的服务器，绝不能向 stdout 写入内容，否则会破坏 JSON-RPC 消息，日志应写入 stderr 或文件。需优雅处理异常并返回有意义的错误信息。文档未提供收费、价格或商用授权等信息。
适用场景：需要为 LLM 客户端开发自定义工具、数据资源或提示模板，并希望异步访问外部 API 的 Python 开发者。文档建议在连接客户端前先独立测试服务器，并将 API 端点与配置作为常量置于顶部。