Day 13 - 踏入 Python MCP 的世界 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

2025 iThome 鐵人賽

DAY 13

生成式 AI

Day 13 - 踏入 Python MCP 的世界

17th鐵人賽

173 瀏覽

大家好，歡迎來到鐵人賽的第十三天，也是我們全新篇章——Python 實戰篇——的開端！

在過去的一週多裡，n8n 帶領我們快速地驗證了 MCP 的核心思想，並打造出一個功能強大、令人驚豔的 AI 個人助理。我們親眼見證了視覺化工作流的魅力與效率。

那麼，既然 n8n 這麼好用，為什麼我們還需要「自討苦吃」，用 Python 來從頭打造 MCP 應用呢？

今天，我們就來回答這個問題，並認識一下即將陪伴我們接下來旅程的兩位 Python 主角：adk mcp 和 python fast mcp。

n8n 就類似一個設備齊全的飯店，別人全部都幫你設計好了，而 python 可以全部讓你自己動手來，並且可以全部依照自己的想法去做設計

從 n8n 轉向 Python，是為了追求極致的：

控制力與客製化 (Control & Customization):
在 n8n 中，我們受限於已有的節點。如果想連接一個冷門的資料庫、實現一個非常特殊的加密算法、或設計一套精細的日誌流程，可能會非常困難。而在 Python 中，萬物皆可 import，你可以引入任何函式庫，實現任何天馬行空的邏輯，不受任何平台限制。
效能與效率 (Performance & Efficiency):
n8n 作為一個通用的自動化平台，其執行過程中存在一定的額外開銷。對於需要處理大量請求、要求毫秒級回應的高吞吐量應用場景，一個基於 FastAPI 或其他高效能框架編寫的 Python 伺服器，能提供遠超 n8n 的原始性能。
複雜邏輯與狀態管理 (Complex Logic & State Management):
我們在 n8n 中見識過「視覺化麵條」的潛在風險。當業務邏輯變得複雜時，用節點連線來表達，很快就會變得難以維護。而 Python 憑藉其清晰的語法、函數、類別和設計模式，能以更優雅、更結構化的方式來管理複雜的商業邏輯和長期狀態。
專業的開發與維運 (Testing & DevOps):
一個成熟的軟體專案，離不開單元測試、整合測試、CI/CD (持續整合/持續部署) 等專業流程。這些在 Python 的生態系中都是原生且成熟的最佳實踐，能確保你的 MCP 服務在迭代過程中依然穩定可靠。

總之，從 n8n 到 Python，是從「快速實現者」到「專業架構師」的轉變。

在 Python 的世界裡，要實現 MCP 協議，我們並不需要從零開始解析 JSON-RPC。社群已經為我們準備好了強大的函式庫。在接下來的系列中，我們將重點介紹和使用兩個核心函式庫：

定位： 「功能全面、開箱即用」的應用開發套件。
特性： adk mcp 將許多 MCP 的底層細節進行了高度抽象和封裝。它提供了簡潔易用的高階 API，讓開發者可以快速上手，專注於工具 (Tool) 本身的商業邏輯開發，而不用過多關心協議的實現細節。
好比： Python 中的 Requests 函式庫。它極大地簡化了發送 HTTP 請求的過程，讓開發者用最少的程式碼做最多的事。

定位： 「高效能、非同步優先」的輕量級框架。
特性： 從名字中的 fast 就可以看出，這個函式庫的核心目標是性能。它很可能基於 FastAPI 或 Starlette 這類 ASGI 框架構建，原生支援非同步 (async/await)，給予開發者更高的控制權和更低的延遲。它可能需要你編寫稍多一些的樣板程式碼，但回報是極致的執行效率。
好比： Python 中的 httpx 或 aiohttp。它們是專為非同步和高效能場景設計的，是構建現代網路應用的首選。

為了幫助大家更好地理解它們的定位，這裡有一份快速對比表格：

特性	`adk mcp`	`python fast mcp`
主要目標	快速開發、易用性	極致效能、低延遲
抽象層級	高階抽象，隱藏細節	較低階，給予更多控制權
非同步支援	支援	非同步優先 (Async-first)
學習曲線	較平緩	稍陡峭，需理解 ASGI
適用情境	快速打造功能複雜的工具、企業內部應用	打造高流量的公開 MCP Server、對性能敏感的服務