在 Cursor 中打造 MCP Server，從實作中學習 MCP

為什麼要實作 MCP Server

Claude Desktop MCP 應用測試心得
上一篇有稍微提到 MCP 的概念和使用
但學習時看到很多的文件、影片
大家對於 MCP 都有一套自己的解釋和概念
所以後來覺得，那實際開發一個自己的 MCP Server 玩玩看或許更能理解!

本篇文章將採用「learning by doing」的方式，從零開始在 Cursor 中打造一個蔬果價格查詢 MCP Server，並最終在 Claude Desktop 上測試驗證。

MCP 的定義

你看十篇文章，可能會有十種關於 MCP 的定義或比喻
目前的心得是 : 不要想要找出一個真理，有個概念就好

我個人的定義目前和這篇文章講到的比較接近，就是電腦 USB 的概念

建議有興趣可以翻閱原文

from MCP vs API: Model Context Protocol Explained

你的電腦原本就只有電腦的功能，雖然他已經能做很多事情
但你想要打電動，他就是沒有內建搖桿對吧?
這時買了一個有 USB 接頭的搖桿，插上去後電腦就獲得用搖桿打電動的功能

另外像是 WebCAM、麥克風、鍵盤、滑鼠等等，都是賦予電腦新的能力

環境準備

在開始開發 MCP Server 之前，建議先建立一個 Python 虛擬環境，這樣可以避免套件衝突並方便管理依賴：

建立虛擬環境

使用 venv 建立虛擬環境和啟用

python -m venv mcp-env
source mcp-env/bin/activate

安裝和檢查 MCP

pip install "mcp[cli]"
mcp --version

開發蔬果價格查詢 MCP Server

我們將直接從蔬果價格查詢服務開始，實現一個可以查詢和比較不同蔬果價格的 MCP 服務器。

0.Cursor學習文件

我的做法是先到 Github 上看 MCP 的 SDK 文件
其實不是我看，我是下載下來準備給 Cursor 看

MCP Quick Start for Server Developers

我自己不太熟 TypeScript，所以就用 Python SDK

Python MCP SDK

把 readme 下載後丟到 Cursor 的 Project 中
然後直接在 Agent 請他先讀完這份文件後
幫我們做一個 MCP Server 並且示範蔬果價格的功能

也可以請他做完寫下註解，或是用文字說明他做了些什麼

1.程式碼

建立一個 python: fruit_price_server.py：

from mcp.server.fastmcp import FastMCP, Context, Image
import json
import os
from datetime import datetime, timedelta
import random
import io
from typing import Dict, List, Optional
import urllib.parse  # 添加 URL 解碼庫

# 嘗試導入 matplotlib，但提供備選方案
try:
    import matplotlib.pyplot as plt
    MATPLOTLIB_AVAILABLE = True
except ImportError:
    MATPLOTLIB_AVAILABLE = False
    print("警告：未安裝 matplotlib，將使用文字圖表替代")

# 創建一個 MCP 服務器
mcp = FastMCP("蔬果價格查詢")

# 模擬價格數據
FRUITS = {
    "apple": {
        "zh_name": "蘋果",
        "current_price": 35.5,  # 每公斤價格（台幣）
        "unit": "公斤",
        "prices": []  # 最近 30 天的價格將在初始化時生成
    },
    "banana": {
        "zh_name": "香蕉",
        "current_price": 28.0,  # 每公斤價格（台幣）
        "unit": "公斤",
        "prices": []  # 最近 30 天的價格將在初始化時生成
    }
}

# 創建中文名稱到英文名稱的映射
ZH_TO_EN = {
    "蘋果": "apple",
    "苹果": "apple",  # 簡體字也支援
    "香蕉": "banana"
}

# 生成過去 30 天的價格數據
for fruit in FRUITS.values():
    base_price = fruit["current_price"]
    today = datetime.now()
    
    # 為每一天生成價格
    for i in range(30):
        day = today - timedelta(days=29-i)
        # 隨機波動，但保持在 ±15% 範圍內
        price = base_price * (1 + random.uniform(-0.15, 0.15))
        fruit["prices"].append({
            "date": day.strftime("%Y-%m-%d"),
            "price": round(price, 1)
        })
    
    # 確保最後一天的價格是當前價格
    fruit["prices"][-1]["price"] = base_price

# 查找蔬果的輔助函數（支援中英文名稱，包括 URL 編碼處理）
def get_fruit_key(fruit_name: str) -> str:
    """根據中文或英文名稱獲取英文鍵值
    
    Args:
        fruit_name: 蔬果名稱（中文或英文，可能是 URL 編碼的）
    
    Returns:
        英文鍵值或 None
    """
    # 嘗試 URL 解碼，以支援 URL 編碼的中文名稱
    try:
        decoded_name = urllib.parse.unquote(fruit_name)
        if decoded_name != fruit_name:
            print(f"解碼 URL 編碼的名稱：{fruit_name} -> {decoded_name}")
            fruit_name = decoded_name
    except Exception as e:
        print(f"URL 解碼失敗：{e}")
    
    fruit_name = fruit_name.lower()
    
    # 直接匹配英文名稱
    if fruit_name in FRUITS:
        return fruit_name
    
    # 查找中文名稱映射
    if fruit_name in ZH_TO_EN:
        return ZH_TO_EN[fruit_name]
    
    return None

# 創建標準表格格式的函數
def create_table(dates, prices, title="價格表", sample_size=10):
    """創建標準表格格式
    
    Args:
        dates: 日期列表
        prices: 價格列表
        title: 表格標題
        sample_size: 要顯示的數據點數量
        
    Returns:
        表格字符串
    """
    if not dates or not prices:
        return "無數據可顯示"
    
    # 選擇均勻分佈的樣本點
    sample_indices = []
    if len(dates) <= sample_size:
        sample_indices = list(range(len(dates)))
    else:
        step = len(dates) / sample_size
        for i in range(sample_size):
            sample_indices.append(int(i * step))
        # 確保包含最後一個點
        if sample_indices[-1] != len(dates) - 1:
            sample_indices[-1] = len(dates) - 1
    
    # 創建表頭
    table = f"【{title}】\n"
    table += "+--------------+--------------+\n"
    table += "| 日期         | 價格 (元/公斤) |\n"
    table += "+--------------+--------------+\n"
    
    # 添加數據行
    for i in sample_indices:
        date = dates[i]
        price = prices[i]
        table += f"| {date} | {price:12.1f} |\n"
    
    table += "+--------------+--------------+\n"
    
    # 添加價格趨勢描述
    price_trend = _get_price_trend_description(prices)
    table += f"價格趨勢: {price_trend}\n"
    
    return table

# 創建價格比較表格
def create_comparison_table(dates, prices1, prices2, fruit1_name, fruit2_name, sample_size=8):
    """創建兩種蔬果價格比較表格
    
    Args:
        dates: 日期列表
        prices1: 第一種蔬果價格列表
        prices2: 第二種蔬果價格列表
        fruit1_name: 第一種蔬果名稱
        fruit2_name: 第二種蔬果名稱
        sample_size: 要顯示的數據點數量
        
    Returns:
        比較表格字符串
    """
    if not dates or not prices1 or not prices2:
        return "無數據可顯示"
    
    # 選擇均勻分佈的樣本點
    sample_indices = []
    if len(dates) <= sample_size:
        sample_indices = list(range(len(dates)))
    else:
        step = len(dates) / sample_size
        for i in range(sample_size):
            sample_indices.append(int(i * step))
        # 確保包含最後一個點
        if sample_indices[-1] != len(dates) - 1:
            sample_indices[-1] = len(dates) - 1
    
    # 創建表頭
    table = f"【{fruit1_name} vs {fruit2_name} 價格比較】\n"
    table += "+--------------+--------------+--------------+--------------+\n"
    table += f"| 日期         | {fruit1_name:12} | {fruit2_name:12} | 差異 (元/公斤) |\n"
    table += "+--------------+--------------+--------------+--------------+\n"
    
    # 添加數據行
    for i in sample_indices:
        date = dates[i]
        price1 = prices1[i]
        price2 = prices2[i]
        diff = price1 - price2
        table += f"| {date} | {price1:12.1f} | {price2:12.1f} | {diff:+12.1f} |\n"
    
    table += "+--------------+--------------+--------------+--------------+\n"
    
    # 添加總結
    avg_price1 = sum(prices1) / len(prices1)
    avg_price2 = sum(prices2) / len(prices2)
    avg_diff = avg_price1 - avg_price2
    
    table += f"平均價格:       | {avg_price1:12.1f} | {avg_price2:12.1f} | {avg_diff:+12.1f} |\n"
    table += "+--------------+--------------+--------------+--------------+\n"
    
    return table

# 價格趨勢的文字描述函數
def _get_price_trend_description(prices):
    """根據價格數據提供趨勢描述
    
    Args:
        prices: 價格列表
        
    Returns:
        趨勢描述字符串
    """
    if len(prices) < 2:
        return "數據不足以分析趨勢"
    
    # 計算價格變化
    changes = []
    for i in range(1, len(prices)):
        changes.append(prices[i] - prices[i-1])
    
    # 計算上漲、下跌和持平的次數
    up_count = sum(1 for change in changes if change > 0)
    down_count = sum(1 for change in changes if change < 0)
    flat_count = sum(1 for change in changes if change == 0)
    
    # 計算起始和結束價格的變化
    start_price = prices[0]
    end_price = prices[-1]
    total_change = end_price - start_price
    percent_change = (total_change / start_price) * 100
    
    # 生成描述
    description = ""
    
    # 總體趨勢
    if percent_change > 10:
        description += "大幅上漲"
    elif percent_change > 5:
        description += "明顯上漲"
    elif percent_change > 0:
        description += "小幅上漲"
    elif percent_change < -10:
        description += "大幅下跌"
    elif percent_change < -5:
        description += "明顯下跌"
    elif percent_change < 0:
        description += "小幅下跌"
    else:
        description += "基本持平"
    
    description += f" ({percent_change:+.1f}%)"
    
    # 波動情況
    if up_count > 0.7 * len(changes):
        description += "，持續上漲趨勢"
    elif down_count > 0.7 * len(changes):
        description += "，持續下跌趨勢"
    elif up_count > down_count and up_count > flat_count:
        description += "，有波動但總體向上"
    elif down_count > up_count and down_count > flat_count:
        description += "，有波動但總體向下"
    else:
        description += "，波動較大"
    
    return description

# 獲取蔬果列表的資源
@mcp.resource("fruits://list")
def list_fruits() -> str:
    """獲取所有可查詢的蔬果列表"""
    result = "可查詢的蔬果：\n"
    result += "+----------+--------------+--------------+\n"
    result += "| 蔬果名稱 | 英文名稱     | 目前價格     |\n"
    result += "+----------+--------------+--------------+\n"
    
    for key, fruit in FRUITS.items():
        result += f"| {fruit['zh_name']:8} | {key:12} | {fruit['current_price']:10.1f} 元/{fruit['unit']} |\n"
    
    result += "+----------+--------------+--------------+\n"
    result += "\n您可以通過以下方式查詢詳細資訊：\n"
    result += "1. 讀取資源: fruits://蘋果 或 fruits://apple\n"
    result += "2. 使用工具: get_price_chart、compare_prices 或 analyze_price_trend\n"
    
    return result

# 獲取特定蔬果資訊的資源
@mcp.resource("fruits://{fruit_name}")
def get_fruit_info(fruit_name: str) -> str:
    """獲取特定蔬果的基本資訊
    
    Args:
        fruit_name: 蔬果名稱（中文或英文，如 apple、蘋果、banana、香蕉）
    
    Returns:
        蔬果資訊
    """
    fruit_key = get_fruit_key(fruit_name)
    if not fruit_key:
        return f"找不到 {fruit_name} 的資訊，支援的蔬果有：" + "、".join([f"{f['zh_name']}({k})" for k, f in FRUITS.items()])
    
    fruit = FRUITS[fruit_key]
    prices_data = [item["price"] for item in fruit["prices"]]
    dates = [item["date"] for item in fruit["prices"]]
    
    result = f"【{fruit['zh_name']}】基本資訊\n\n"
    result += f"目前價格: {fruit['current_price']} 元/{fruit['unit']}\n"
    result += f"30天最高價: {max(prices_data)} 元/{fruit['unit']}\n"
    result += f"30天最低價: {min(prices_data)} 元/{fruit['unit']}\n"
    result += f"30天平均價: {sum(prices_data)/len(prices_data):.1f} 元/{fruit['unit']}\n"
    result += f"近期走勢: {_price_trend_description(fruit['prices'])}\n\n"
    
    # 添加標準表格
    result += create_table(dates, prices_data, f"{fruit['zh_name']}過去30天價格表")
    
    return result

# 獲取特定蔬果價格走勢圖的工具
@mcp.tool()
def get_price_chart(fruit_name: str, days: int = 30) -> str:
    """獲取特定蔬果的價格走勢圖
    
    Args:
        fruit_name: 蔬果名稱（中文或英文，如 apple、蘋果、banana、香蕉）
        days: 要顯示的天數，最多30天
    
    Returns:
        價格走勢圖（表格版）
    """
    fruit_key = get_fruit_key(fruit_name)
    if not fruit_key:
        return f"找不到 {fruit_name} 的資訊，支援的蔬果有：" + "、".join([f"{f['zh_name']}({k})" for k, f in FRUITS.items()])
    
    fruit = FRUITS[fruit_key]
    zh_name = fruit['zh_name']
    
    # 限制天數最多 30 天
    days = min(days, 30)
    
    # 獲取價格數據
    price_data = fruit["prices"][-days:]
    dates = [item["date"] for item in price_data]
    prices = [item["price"] for item in price_data]
    
    # 計算重要統計數據
    current_price = prices[-1]
    avg_price = sum(prices) / len(prices)
    max_price = max(prices)
    min_price = min(prices)
    max_change = max([abs(prices[i] - prices[i-1]) for i in range(1, len(prices))])
    
    # 生成詳細報告
    result = f"【{zh_name}過去{days}天價格分析】\n\n"
    
    # 統計摘要
    result += "價格統計摘要：\n"
    result += "+----------------+----------------+\n"
    result += "| 指標           | 數值           |\n"
    result += "+----------------+----------------+\n"
    result += f"| 當前價格       | {current_price:14.1f} |\n"
    result += f"| 平均價格       | {avg_price:14.1f} |\n"
    result += f"| 最高價格       | {max_price:14.1f} |\n"
    result += f"| 最低價格       | {min_price:14.1f} |\n"
    result += f"| 最大單日波動   | {max_change:14.1f} |\n"
    result += "+----------------+----------------+\n\n"
    
    # 添加詳細價格表
    result += "詳細價格數據（採樣顯示）：\n"
    result += create_table(dates, prices, f"{zh_name}價格表", sample_size=10)
    
    # 添加價格變化描述
    change_from_start = prices[-1] - prices[0]
    percent_change = (change_from_start / prices[0]) * 100
    
    result += f"\n價格走勢描述：\n"
    result += f"- 從 {dates[0]} 到 {dates[-1]} 期間，{zh_name}價格"
    
    if change_from_start > 0:
        result += f"上漲了 {change_from_start:.1f} 元 (+{percent_change:.1f}%)"
    elif change_from_start < 0:
        result += f"下跌了 {-change_from_start:.1f} 元 ({percent_change:.1f}%)"
    else:
        result += "保持不變"
    
    result += "。\n"
    
    # 添加波動分析
    above_avg = sum(1 for p in prices if p > avg_price)
    below_avg = sum(1 for p in prices if p < avg_price)
    
    result += f"- 在這 {days} 天中，價格有 {above_avg} 天高於平均價，{below_avg} 天低於平均價。\n"
    
    # 週期性變化分析
    if days >= 14:
        week1_avg = sum(prices[:7]) / 7
        week2_avg = sum(prices[7:14]) / 7
        week_change = ((week2_avg / week1_avg) - 1) * 100
        
        result += f"- 第二週較第一週平均價格變化：{week_change:+.1f}%\n"
    
    if days >= 21:
        week3_avg = sum(prices[14:21]) / 7
        result += f"- 第三週較第二週平均價格變化：{((week3_avg / week2_avg) - 1) * 100:+.1f}%\n"
    
    # 預測趨勢
    if percent_change > 5:
        result += "- 預測：若當前趨勢持續，短期內價格可能繼續上漲。\n"
    elif percent_change < -5:
        result += "- 預測：若當前趨勢持續，短期內價格可能繼續下跌。\n"
    else:
        result += "- 預測：價格可能在當前水平附近波動。\n"
    
    return result

# 比較兩種蔬果價格的工具
@mcp.tool()
def compare_prices(fruit1: str, fruit2: str, days: int = 30) -> str:
    """比較兩種蔬果的價格走勢
    
    Args:
        fruit1: 第一種蔬果名稱（中文或英文，如 apple、蘋果）
        fruit2: 第二種蔬果名稱（中文或英文，如 banana、香蕉）
        days: 要比較的天數，最多30天
    
    Returns:
        比較結果（表格版）
    """
    fruit_key1 = get_fruit_key(fruit1)
    fruit_key2 = get_fruit_key(fruit2)
    
    if not fruit_key1 or not fruit_key2:
        error_msg = []
        if not fruit_key1:
            error_msg.append(f"找不到 {fruit1} 的資訊")
        if not fruit_key2:
            error_msg.append(f"找不到 {fruit2} 的資訊")
        error_msg.append("支援的蔬果有：" + "、".join([f"{f['zh_name']}({k})" for k, f in FRUITS.items()]))
        return "\n".join(error_msg)
    
    # 限制天數最多 30 天
    days = min(days, 30)
    
    # 獲取價格數據
    price_data1 = FRUITS[fruit_key1]["prices"][-days:]
    price_data2 = FRUITS[fruit_key2]["prices"][-days:]
    
    dates = [item["date"] for item in price_data1]
    prices1 = [item["price"] for item in price_data1]
    prices2 = [item["price"] for item in price_data2]
    
    fruit1_name = FRUITS[fruit_key1]["zh_name"]
    fruit2_name = FRUITS[fruit_key2]["zh_name"]
    
    # 計算價格差異
    current_diff = prices1[-1] - prices2[-1]
    avg_diff = sum(p1 - p2 for p1, p2 in zip(prices1, prices2)) / len(prices1)
    
    # 生成比較報告
    result = f"【{fruit1_name} vs {fruit2_name} 價格比較分析】\n\n"
    
    # 總結數據
    result += "價格比較摘要：\n"
    result += "+----------------+----------------+----------------+----------------+\n"
    result += f"| 指標           | {fruit1_name:14} | {fruit2_name:14} | 差異           |\n"
    result += "+----------------+----------------+----------------+----------------+\n"
    result += f"| 當前價格       | {prices1[-1]:14.1f} | {prices2[-1]:14.1f} | {current_diff:+14.1f} |\n"
    result += f"| 平均價格       | {sum(prices1)/len(prices1):14.1f} | {sum(prices2)/len(prices2):14.1f} | {avg_diff:+14.1f} |\n"
    result += f"| 最高價格       | {max(prices1):14.1f} | {max(prices2):14.1f} | {max(prices1)-max(prices2):+14.1f} |\n"
    result += f"| 最低價格       | {min(prices1):14.1f} | {min(prices2):14.1f} | {min(prices1)-min(prices2):+14.1f} |\n"
    result += "+----------------+----------------+----------------+----------------+\n\n"
    
    # 添加價格比較表格
    result += "價格對比詳細數據：\n"
    result += create_comparison_table(dates, prices1, prices2, fruit1_name, fruit2_name)
    
    # 添加比較分析
    result += f"\n價格比較分析：\n"
    
    # 價格差異分析
    if current_diff > 0:
        result += f"- 目前 {fruit1_name} 比 {fruit2_name} 貴 {current_diff:.1f} 元 ({(current_diff/prices2[-1])*100:.1f}%)。\n"
    else:
        result += f"- 目前 {fruit1_name} 比 {fruit2_name} 便宜 {-current_diff:.1f} 元 ({(current_diff/prices2[-1])*100:.1f}%)。\n"
    
    # 價格趨勢比較
    f1_change = ((prices1[-1] / prices1[0]) - 1) * 100
    f2_change = ((prices2[-1] / prices2[0]) - 1) * 100
    
    result += f"- {fruit1_name}過去{days}天價格變化：{f1_change:+.1f}%\n"
    result += f"- {fruit2_name}過去{days}天價格變化：{f2_change:+.1f}%\n"
    
    # 相關性分析
    if (f1_change > 0 and f2_change > 0) or (f1_change < 0 and f2_change < 0):
        result += f"- 兩種蔬果價格走勢方向一致，但 {fruit1_name if abs(f1_change) > abs(f2_change) else fruit2_name} 變化幅度更大。\n"
    else:
        result += f"- 兩種蔬果價格走勢方向相反，{fruit1_name} {('上漲' if f1_change > 0 else '下跌')}而 {fruit2_name} {('下跌' if f2_change > 0 else '上漲')}。\n"
    
    # 購買建議
    result += "\n購買建議：\n"
    if current_diff < 0:
        result += f"- 如果口味偏好相近，目前 {fruit1_name} 性價比更高。\n"
    else:
        result += f"- 如果口味偏好相近，目前 {fruit2_name} 性價比更高。\n"
    
    if f1_change < 0 and f1_change < f2_change:
        result += f"- {fruit1_name}價格正在下跌，可能是較好的購買時機。\n"
    elif f2_change < 0 and f2_change < f1_change:
        result += f"- {fruit2_name}價格正在下跌，可能是較好的購買時機。\n"
    
    return result

# 獲取價格走勢分析的工具
@mcp.tool()
def analyze_price_trend(fruit_name: str) -> str:
    """獲取特定蔬果的價格走勢分析
    
    Args:
        fruit_name: 蔬果名稱（中文或英文，如 apple、蘋果、banana、香蕉）
    
    Returns:
        價格走勢分析報告
    """
    fruit_key = get_fruit_key(fruit_name)
    if not fruit_key:
        return f"找不到 {fruit_name} 的資訊，支援的蔬果有：" + "、".join([f"{f['zh_name']}({k})" for k, f in FRUITS.items()])
    
    fruit = FRUITS[fruit_key]
    prices_data = fruit["prices"]
    prices = [item["price"] for item in prices_data]
    dates = [item["date"] for item in prices_data]
    
    # 計算平均價格
    avg_price = sum(prices) / len(prices)
    
    # 計算環比變化
    current_price = prices[-1]
    week_ago_price = prices[-8] if len(prices) >= 8 else prices[0]
    two_weeks_ago_price = prices[-15] if len(prices) >= 15 else prices[0]
    month_ago_price = prices[0]
    
    week_change = ((current_price / week_ago_price) - 1) * 100
    two_weeks_change = ((current_price / two_weeks_ago_price) - 1) * 100
    month_change = ((current_price / month_ago_price) - 1) * 100
    
    # 計算波動性（標準差）
    variance = sum((price - avg_price) ** 2 for price in prices) / len(prices)
    std_dev = variance ** 0.5
    volatility = (std_dev / avg_price) * 100
    
    # 判斷趨勢
    trend_description = _price_trend_description(prices_data)
    
    # 組合報告
    report = f"【{fruit['zh_name']}價格分析報告】\n\n"
    
    # 基本統計表
    report += "價格基本統計：\n"
    report += "+----------------+----------------+\n"
    report += "| 指標           | 數值           |\n"
    report += "+----------------+----------------+\n"
    report += f"| 當前價格       | {current_price:14.1f} |\n"
    report += f"| 30天平均價格   | {avg_price:14.1f} |\n"
    report += f"| 30天最高價格   | {max(prices):14.1f} |\n"
    report += f"| 30天最低價格   | {min(prices):14.1f} |\n"
    report += f"| 價格波動性     | {volatility:14.1f}% |\n"
    report += "+----------------+----------------+\n\n"
    
    # 環比變化表
    report += "價格環比變化：\n"
    report += "+----------------+----------------+\n"
    report += "| 時間範圍       | 變化百分比     |\n"
    report += "+----------------+----------------+\n"
    report += f"| 一週環比       | {week_change:+14.1f}% |\n"
    report += f"| 兩週環比       | {two_weeks_change:+14.1f}% |\n"
    report += f"| 月度環比       | {month_change:+14.1f}% |\n"
    report += "+----------------+----------------+\n\n"
    
    # 添加詳細價格表格
    report += "30天價格數據（採樣顯示）：\n"
    report += create_table(dates, prices, f"{fruit['zh_name']}價格表")
    
    # 價格趨勢描述
    report += f"\n價格趨勢分析：\n"
    report += f"- 總體趨勢：{trend_description}\n"
    
    # 分段趨勢分析
    if len(prices) >= 21:
        early_prices = prices[:10]
        mid_prices = prices[10:20]
        late_prices = prices[20:]
        
        early_avg = sum(early_prices) / len(early_prices)
        mid_avg = sum(mid_prices) / len(mid_prices)
        late_avg = sum(late_prices) / len(late_prices)
        
        report += "- 分段趨勢分析：\n"
        report += f"  * 初期（{dates[0]} ~ {dates[9]}）：平均價格 {early_avg:.1f} 元\n"
        report += f"  * 中期（{dates[10]} ~ {dates[19]}）：平均價格 {mid_avg:.1f} 元，較初期變化 {((mid_avg/early_avg)-1)*100:+.1f}%\n"
        report += f"  * 後期（{dates[20]} ~ {dates[-1]}）：平均價格 {late_avg:.1f} 元，較中期變化 {((late_avg/mid_avg)-1)*100:+.1f}%\n"
    
    # 預測分析
    report += "\n市場預測：\n"
    
    if week_change > 5:
        prediction = "- 短期趨勢：價格處於上漲通道，短期內可能繼續上漲"
    elif week_change < -5:
        prediction = "- 短期趨勢：價格處於下跌通道，短期內可能繼續下跌"
    else:
        prediction = "- 短期趨勢：價格相對穩定，短期內可能在當前水平波動"
    
    report += prediction + "\n"
    
    # 波動性分析
    if volatility > 10:
        report += "- 波動分析：價格波動較大，市場不確定性高\n"
    elif volatility > 5:
        report += "- 波動分析：價格波動適中，屬於正常市場波動\n"
    else:
        report += "- 波動分析：價格波動較小，市場相對穩定\n"
    
    # 購買建議
    report += "- 購買建議："
    if week_change < -3:
        report += "價格趨勢向下，可能是合適的購買時機\n"
    elif week_change > 3:
        report += "價格趨勢向上，可考慮等待價格回落後再購買\n"
    else:
        report += "價格相對穩定，可根據需要購買\n"
    
    return report

# 輔助函數：分析價格趨勢並返回描述
def _price_trend_description(prices):
    if len(prices) < 2:
        return "數據不足以分析趨勢"
    
    # 計算最近7天的趨勢
    recent_prices = prices[-7:] if len(prices) >= 7 else prices
    price_changes = [recent_prices[i+1]["price"] - recent_prices[i]["price"] for i in range(len(recent_prices)-1)]
    
    # 判斷趨勢
    up_changes = sum(1 for change in price_changes if change > 0)
    down_changes = sum(1 for change in price_changes if change < 0)
    flat_changes = len(price_changes) - up_changes - down_changes
    
    if up_changes > len(price_changes) * 0.65:
        return "明顯上漲趨勢"
    elif down_changes > len(price_changes) * 0.65:
        return "明顯下跌趨勢"
    elif up_changes > down_changes and up_changes > flat_changes:
        return "輕微上漲趨勢"
    elif down_changes > up_changes and down_changes > flat_changes:
        return "輕微下跌趨勢"
    else:
        return "價格相對穩定"

if __name__ == "__main__":
    mcp.run()

2.測試

使用 mcp dev 來測試
執行後會看到一行 output
🔍 MCP Inspector is up and running at http://localhost:5173 🚀
代表成功! 這時可以打開這個 MCP Inspector

mcp dev fruit_price_server.py

這裡用 Tools 舉例
可以看到這裡列出的 Tools 就是程式碼那邊有使用的 get_price_chart
但貌似輸出沒有真的給圖表，而是給分析
這就是未來可以繼續優化調整的地方

原本他是想要用套件來繪製圖表
但測試後發現在 Claude Desktop 上也不會直接呈現圖表
他會讀取圖表後，再給分析資料
所以繪製圖表這邊未來還能思考怎麼解決
目前就是請 Claude Desktop 先用他的方式繪圖

3.安裝到 Claude Desktop

確認功能正常後，將可以安裝到 Claude Desktop

mcp install fruit_price_server.py

指令運行完後貌似跑了個寂寞，但實際上應該已經成功了
這時候重啟 Claude Desktop
點開工具的圖案，檢查有沒有這個 MCP

有的話，那就來開始測試

可以看到整體的測試蠻順利的，他是真的會先啟用 MCP 後再來回答
只是可惜目前的資料是模擬資料
未來如果真的接上 API 或相關數據來源

或許能變成一個不錯的買菜價格諮詢小幫手

4.安裝到 Cursor

Cursor 的話步驟就會有點不太相同

首先打開 Cursor Settings

點開 MCP 後新增一個 MCP 設定

指令為

完整路徑/mcp_env/bin/python 完整路徑/fruit_price_server.py

由於我們的用的是 venv 虛擬環境，需要直接指定虛擬環境的 python 和 server.py 的路徑
成功後會看到綠燈

測試的話可以回到 Cursor 的 Agent 直接下指令
Cursor 一樣會問你是不是要掉用水果價格的 MCP

看到結果後代表成功!

後續的方向

以這個測試的情境來說
可以進一步擴展這個蔬果價格查詢服務：

1. 數據來源 - 從真實 API 獲取價格數據
2. 更豐富的分析 - 添加價格預測、趨勢分析等功能

結論

這是一次好玩的 Learning by Doing 案例
我後續有成功做一個 MCP 是可以串接自己的 GA4 數據，並直接做相關的分析(熱門網頁、來源等等)
但這不是一個非常正確的做法，就不會特別介紹怎麼做

原因是如果 GA4 是個人的數據那還沒關係
但要是有人不小心用了公司或商用的帳號在做這種分析，就會有很多資料洩漏的敏感問題
未來針對這個主題也會介紹比較好的做法!

MCP Server 只是想要玩玩看真實串接 API 的話會是什麼感覺

參考資料

• Claude Model Context Protocol (MCP) 官方文件
• Python FastMCP 文件
• MCP Example Servers