可联动天气+高德地图！涂鸦MCP SDK，手把手教你把传统厨电设备开发成AI美食管家-电子发烧友网

上周的涂鸦技术专家直播中，我们详细演示了如何用涂鸦 MCPSDK，把家里普通的厨电设备，开发成懂天气、懂推荐、懂你的 AI 美食管家，受到了很多开发者的欢迎，并反馈想要文字版的教程，方便跟着上手实操。今天，我们就整理了一版超详细的手把手开发教程，从架构解析、代码实战，到知识库配置与智能体调试，流程完善、操作门槛低！大家也可以根据实际场景需求，大胆发挥想象，自定义开发其他更多样、更个性化的MCP 服务。

本次，我们将从以下四个方面入手，帮助大家更好理解整个开发流程：

厘清 Cook MCP 服务的架构设计

基于涂鸦 MCP SDK，掌握自定义 MCP 服务的进阶能力

在涂鸦 AI 云开发者平台，配置和调试 MCP 服务

了解智能体配置和实际使用效果

01
Cook MCP 架构设计的特别之处

1、整体架构图

2、核心组件架构的设计亮点

2.1 服务启动器(源代码路径：`cook/__main__.py`)

依赖管理：自动协调服务启动顺序，解决依赖问题

健康检查：实时监管服务状态，支持自动修复故障

弹性设计：网络中断可自动重连，指数退避算法

信号处理：支持优雅关闭信号，并自动清理资源

2.2 FastMCP 服务

(`cook/recipe_mcp/recipe_mcp_server.py`)

支持双协议：HTTP API + WebSocket，适应不同客户端

声明式工具注册：通过装饰器快速添加功能，开发更便捷

类型安全：Pydantic 模型确保参数验证

健康监管：内置状态检查和性能监管

2.3 统一代理层(`cook/recipe_agent.py`)

数据代理：统一数据源访问接口

LLM 代理：封装智能推荐算法，支持多场景推荐、智能去重

缓存策略：多级缓存提升性能，减少网络请求

配置管理：支持灵活的参数配置

2.4 集成涂鸦 MCP SDK(`src/mcp_sdk/`)

认证机制：安全的签名验证和访问控制

连接管理：WebSocket 连接池和心跳检测

消息路由：高效的消息分发和处理

恢复异常：网络出现错误时可自动重连、恢复状态

02
开发前期准备

1、开发需要哪些资源？

1.1 登录涂鸦平台账号

注册并登录涂鸦 AI 云开发者平台：https://platform.tuya.com/

1.2 获取 LLMAPI 访问权限

我们推荐使用通义千问，下方是对应的大模型，调用大模型所需的 API 密钥，需在阿里云平台开通授权：

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

1.3 开发环境

Python 3.10+ 环境，且支持访问涂鸦和 LLM API 的网络环境。

2、提前规划你想要实现的功能

美食管家：支持丰富的菜谱推荐和膳食计划

多场景推荐：支持每日/周、聚餐三种场景的菜谱推荐

智能去重：避免推荐相似菜品，确保菜谱多样性

科学推荐：融合天气、地点、人数、过敏原等因素

联动智能厨电：支持联动烤箱、电饭煲等电器

附近食材推荐：接入高德地图，快速定位采购点

03
实战开发：从代码到部署

1. 什么是涂鸦 MCP SDK？

1.1 MCP SDK 架构组成

1.2配置关键参数

```python# Tuya MCP SDK 配置MCPSdkConfig( endpoint="wss://your-tuya-endpoint.com", # 涂鸦平台提供的 WebSocket 端点 access_id="your-access-id", # 涂鸦平台分配的访问 ID access_secret="your-access-secret", # 涂鸦平台分配的访问密钥 heartbeat_interval=30, # 心跳间隔 reconnect_interval=5, # 重连间隔)# 自定义 MCP 服务配置MCPClientConfig( server_endpoint="http://localhost:9000/mcp",# 本地 MCP 服务端点 timeout=30 # 请求超时时间)```

2、创建自定义 MCP 服务的核心代码

2.1 开发核心业务工具

```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): """注册自定义工具 - 这是核心部分"""
@self.app.tool asyncdefget_recipes_by_category( category: Annotated[str, Field(description="菜谱分类：水产、早餐、荤菜等")] ) ->str: """根据分类查询菜谱""" # 实现具体业务逻辑 returnawaitself._query_recipes_by_category(category)```

2.2 集成涂鸦 MCP SDK

```pythonfrommcp_sdkimportcreate_mcpsdkasyncdefstart_cook_mcp_service(): """启动完整的 Cook MCP 服务"""
# 1. 创建自定义 MCP 服务 mcp_server = RecipeMCPServer( data_source=config.data_sourceor"url", api_key=config.api_key, model=config.model, base_url=config.base_url )
# 2. 启动本地 MCP 服务 server_task = asyncio.create_task( mcp_server.start_server(host="localhost", port=9000) )
# 3. 连接 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、在涂鸦平台创建和配置 MCP 服务

3.1 创建自定义 MCP 服务

3.1.1 登录涂鸦 AI 云开发者平台，进入【MCP 管理】界面，自定义MCP 服务。

3.1.2 完成上述操作后，点击【添加自定义 MCP】，填写下方信息：

服务名称：美食管家

服务描述：基于 AI 的智能菜谱推荐和膳食计划服务，支持根据天气、位置、人数等因素提供个性化饮食建议

图标：上传美食相关图标

3.2 配置数据中心+获取认证信息

在【服务详情】页面，点击【添加数据中心】

选择合适的数据中心区域

复制下方配置信息：

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

4、本地开发和测试

4.1 环境准备和代码部署

```bash# 1. 克隆 Cook MCP 项目gitclonehttps://github.com/flyhawk1010/cook-mcp.gitcdcook-mcp# 2. 创建虚拟环境python -m venv .venvsource.venv/bin/activate # Linux/macOS# .venv\Scripts\activate # Windows# 3. 安装依赖pip install -e .```

4.2 启动服务并验证

```bash# 启动完整服务（MCP 服务 + 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# 验证服务状态curl http://localhost:9000/healthcurl http://localhost:9000/recipes/status```

5、在涂鸦平台调试 MCP 服务

5.1 检查服务状态

在涂鸦平台选择【MCP 管理】>【自定义 MCP 服务】

进入【服务详情】页面

在数据中心配置下，检查服务状态是否成功连接

5.2调试测试工具

5.2.1 点击【工具】选项卡，查看自动发现的工具列表（这里为菜谱功能分类）：

5.2.2 选择一个工具进行试运行

测试 1：按分类查询

```json { "category": "水产" } ```

测试 2：智能推荐

```json { "location":"北京三里屯", "weather":"北京今日天气为晴，最低温度 15℃，最高温度 25℃，空气质量优", "categories":"荤菜,素菜", "people_count": 4, "taste_preferences":"清淡,营养" } ```

3.点击【运行】，查看返回结果

4.确认左下角显示【调试通过】

04
配置知识库

1、创建知识库

在配置智能体之前，我们需要为智能体添加知识库，以提升智能体在特定领域的专业能力。

1.1 进入知识库管理

在智能体配置页面，找到【知识库】选项