本系列前三篇文章：
本文我们来看一个 Hello World 级别的 MCP Server 的具体例子。
我们如果在 ChatGPT 里询问「现在几点了」的问题，ChatGPT 会在一个沙箱环境(Sandbox)中执行一段 Python 代码，从而得到精确的时间。
在本系列之前的文章笔者提到，ChatGPT 这种 Function Cal 的方式实现需求，没办法被其他大模型直接重用。
比如同样的问题我问 Kimi，它就在胡说八道：
那如果有一个现成的 Time MCP Server，能够被大模型实时调用，不就可以避免 Kimi 这种胡说八道的问题了吗？
我们打开 mcp.so 网站进行搜索。
如果说 Github 是全世界存放源代码的仓库，那 MCP.so 就是存放 MCP Servers 注册信息的仓库(之一)。
根据关键字 time 进行搜索，随便点开一个搜索结果。
搜索结果显示，这个 MCP Server 提供了两个 Tools，即两个暴露给大语言模型使用的功能：
-
get_current_time
-
convert_time
Server Config 是一段 JSON 代码，直接导入到 MCP Hosts 里就可以使用了，比如 Trae，Cursor 这种 AI IDE.
{"mcpServers": {"time": {"command": "uvx","args": ["mcp-server-time","--local-timezone=America/New_York"]}}}
简单解释下这段 JSON 代码。
-
command: uvx
uvx 是一个 MCP Server 分发工具，需要安装在 MCP Hosts 所在的电脑上。
想要快速分发 MCP Server，最普遍的痛点是依赖安装。来自 Astral 的 uv 工具通过内置超高速解析与二进制缓存，提供了 uvx(uv tool run 的别名)命令：能够一次性创建隔离环境、解析依赖、执行工具，同时 MCP 进程退出后自动清理目录。
-
args：参数数组，指定 uvx 启动的命令行。
数组第一个元素为 mcp-server-time，即 MCP Server 的名称。
根据这个名称在 Github 上能够找到对应的实现，原来是用 Python 写的。
https://github.com/modelcontextprotocol/servers/blob/main/src/time/src/mcp_server_time/server.py
Python 代码里能很清楚的看到 MCP.so 搜索结果页面里 Tools 面板显示的两个功能：
如何使用这个 MCP Server 呢？
笔者是 Trae 的重度使用者，购买了 Trae Pro plan，每月享受 600 次不排队的 Fast 请求。六月份一阵操作猛如虎，也只造了一半的额度。
有了 Trae，我儿子也能用它来 Vibe Coding，做一些简单的 Web 开发了:
不会编程也能开发 Web 应用，小学生都能学会的 AI IDE
打开 Trae，选择 MCP 然后点击 Add：
把上面的 JSON 配置代码粘贴进去就行了。当然，args 数组的第二个元素，指定本地时区，我选择的是上海。
接下来给 Trae 对话，我选择的大模型是 Claude-4-Sonnet，问它「现在几点了」？
可以看到，Claude 会自动调用 mcp-server-time, 执行 Python 代码，获得准确的本地时间。
使用 Windows 的任务管理器，能看到 Trae 在处理这个请求时，起了一个新的「进程」，执行了命令行 uvx mcp-serve-time –local-timezone=Asia/Shanghai.
回到本系列的文章标题：使用 MCP 打破大语言模型和 SAP 系统集成的屏障。
我们只需要模仿 mcp-server-time 的实现，让 MCP Server 调用 SAP ABAP 系统暴露出来的业务数据查询的 API，就能让大模型感知到 SAP ABAP 的业务数据和流程了。
具体的实现步骤，笔者后续会继续介绍。