跳转到内容
无痕工具库 无痕工具库

Hostinger VPS 上用 Python 部署远程 MCP 服务器教程

本文介绍如何在 Hostinger 云服务器（虚拟专用服务器，VPS）上使用 Python 和 FastMCP 部署远程模型上下文协议（Model Context Protocol，MCP）服务器。通过搭建这个自托管后端，你可以将自定义工具——例如搜索引擎优化（SEO）分析器——直接连接到 Cursor、Claude 或 Windsurf 等 AI 客户端，执行高级开发任务。

了解远程 MCP 服务器

远程模型上下文协议（MCP）服务器充当一个轻量级后端层，用于响应来自 AI 开发界面的结构化提示。通过使用 FastMCP 框架构建，你可以创建并部署可移植的、基于 Python 的工具，这些工具接受 AI 辅助输入并返回结构化的 JSON 输出。

在 Hostinger 云服务器上使用 FastMCP 的优势

在 Hostinger 云服务器 环境中使用 FastMCP 为开发者提供了多项显著优势：

  • 无需构建自定义前端或用户界面（UI）。
  • 让你能够完全使用纯 Python 编写高级开发者工具。
  • 借助 Docker 容器实现快速部署。
  • 可与主流 AI 客户端原生即时集成。
  • 利用 Hostinger 一键部署模板，简化安装流程。

Hostinger 在 GitHub 上提供了一个开源的 SEO 检查器 MCP 模板。你可以将该仓库作为基础蓝图，启动各种自定义后端，例如安全套接层（SSL）证书检查器、正常运行时间监控器或自定义数据提取管道。

开始之前

在开始部署过程之前，请确保你拥有一个具有 root 访问权限的有效 Hostinger 云服务器主机方案。

安装 Ubuntu 24 MCP 服务器模板

要在虚拟服务器上配置预构建的应用程序环境，请按照以下顺序操作：

  1. 登录你的 Hostinger 账户并前往 VPS 控制面板。
  2. 从左侧边栏进入 Operating System（操作系统）设置面板。
  3. 选择并安装 Ubuntu 24 with MCP Server 模板。

安装完成后，服务器自动化工作流将拉取模板仓库、构建应用程序容器、开放网络端口 8080，并分配如下格式的线上生产 URL：

http://your-seo-app.hstgr.cloud/mcp

将远程服务器添加到 Cursor

要将你部署好的远程后端连接到 AI 客户端界面，请执行以下配置步骤：

  1. 打开 Cursor 编辑器应用程序。

  2. 导航到 Settings（设置）❯ Tools & Integrations（工具与集成）❯ MCP Tools（MCP 工具）。

  3. 点击 Add New Tool（添加新工具）按钮。

  4. 使用标准 JSON 结构输入你的云服务器专属主机名等配置信息：

    {
      "mcpServers": {
        "seo-checker": {
          "url": "http://your-seo-app.hstgr.cloud:8080/mcp",
          "description": "Professional SEO analysis and optimization recommendations"
        }
      }
    }

  5. 重启 Cursor 应用程序，以加载新连接的远程工具。

在 Cursor 中测试 MCP 服务器

配置生效后，你可以直接在聊天面板中验证自定义 Python 后端的连接和运行情况。

  1. 在 Cursor 中打开一个新的聊天窗口。
  2. 输入自然语言请求来触发你的工具，例如：
    • Analyze the SEO of example.com。
    • Do a quick SEO check on github.com。
    • Check the meta tags for blog.mywebsite.com。
    • Compare SEO of google.com, bing.com, and duckduckgo.com。

当远程服务器完成数据处理后，一份全面的 SEO 审计清单将直接显示在聊天界面中。结构化的文本响应会详细列出关键的网页优化指标，显示诸如缺少 meta 描述、缺失 H1 标题以及缺少图片替代文本标签等具体项目。

自定义 MCP 工具

要扩展默认脚本功能或实现全新的后端逻辑，请修改应用程序核心文件：

  1. 打开终端，找到项目目录中的 remote-seo-checker.py 文件。

  2. 定义你的自定义函数，并使用 @Tool 装饰器进行注册：

    from fastmcp import Tool, run
    

    @Tool
    def custom_hello_world(name: str) -> str:
        return f"Hello, {name}. This is your custom MCP tool!"
    

    run()

  3. 保存文件更改并重启 Docker 容器，使新配置生效。

FastMCP 框架会自动分析你的 Python 参数并生成所需的 API 架构，无需手动配置路由。

使用 AI 创建新工具

你可以利用大语言模型更快地编写和扩展服务器功能：

  1. 复制基准脚本 remote-seo-checker.py 的内容。
  2. 将该文件上传到 ChatGPT 或 Claude 等 AI 助手。
  3. 提供清晰的工程指令，以相同的格式生成全新的插件：“使用此格式创建一个新的 MCP 工具——例如，一个 SSL 证书检查器。”
  4. 将新生成的脚本代码块插回到你的环境中并部署该文件。

通过这种提示驱动的开发工作流，你可以快速构建多个管理实用工具：

  • SSL 证书到期检查器。
  • 网站正常运行时间监控器。
  • 实时分析控制面板。
  • PDF 文档元数据提取器。
  • XML 站点地图架构审计工具。

在本地运行服务器进行开发

如果你希望在推送到生产环境的 Hostinger 云服务器之前，先在本地调试和测试你的 Python 修改，请按以下步骤操作：

  1. 将项目仓库克隆到本地计算机。

  2. 初始化并激活本地 Python 虚拟环境：

    python -m venv venv
    source venv/bin/activate

  3. 使用 requirements.txt 依赖文件安装项目依赖：

    pip install -r requirements.txt

  4. 执行运行时命令启动应用程序进程：

    python remote-seo-checker.py

你的本地开发实例现已完全运行，并监听 http://localhost:8080/mcp。

现在，你可以在 Hostinger 云服务器上使用纯 Python 和 FastMCP 构建和管理可扩展的生产级 AI 后端功能。