在 Hostinger VPS 上使用 FastMCP 部署远程 Model Context Protocol 服务器。

本文介绍如何在 Hostinger 虚拟专用服务器（VPS）上使用 Python 和 FastMCP 部署远程 Model Context Protocol（MCP）服务器。通过设置这个自托管后端，你可以将自定义工具（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，以执行高级开发任务。

了解远程 MCP 服务器

远程 Model Context Protocol（MCP）服务器充当一个轻量的后端层，响应来自 AI 开发界面的结构化提示。通过使用 FastMCP 框架，你可以创建并部署可移植的、基于 Python 的工具，这些工具利用 AI 辅助输入并返回结构化的 JSON 输出。

在 Hostinger VPS 上使用 FastMCP 的优势

在 Hostinger VPS 环境中使用 FastMCP 为开发者提供了若干显著优势：

  • 无需构建自定义前端或用户界面（UI）
  • 让你完全用纯 Python 编写高级开发工具
  • 利用 Docker 容器实现快速部署
  • 与主流 AI 客户端原生、即时集成
  • 利用 Hostinger 一键部署模板实现精简设置

Hostinger 在 GitHub 上提供了一个开源的 SEO Checker MCP 模板。你可以将此仓库作为基础蓝图，启动各种自定义后端，如安全套接字层（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 VPS 托管方案。

安装 Ubuntu 24 MCP 服务器模板

要在你的虚拟服务器上配置预构建的应用环境，请按顺序执行以下步骤：

  1. 登录你的 Hostinger 账户并导航到 VPS 仪表盘。
  2. 从左侧边栏访问 Operating System（操作系统） 设置面板。
  3. 选择并安装 Ubuntu 24 with MCP Server 模板。

安装过程完成后，服务器自动化工作流将拉取模板仓库、构建应用容器、开放网络端口 8080，并分配一个形如以下示例的实时生产 URL：

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

将远程服务器添加到 Cursor

要将已部署的远程后端链接到你的 AI 客户端界面，请执行以下配置步骤：

  1. 打开 Cursor 编辑器应用。
  2. 导航到 Settings（设置） ❯ Tools & Integrations（工具与集成） ❯ MCP Tools。
  3. 点击 Add New Tool（添加新工具） 按钮。
  4. 使用标准 JSON 结构输入你唯一的 VPS 主机名配置详情：
{
     "mcpServers": {
       "seo-checker": {
         "url": "http://your-seo-app.hstgr.cloud:8080/mcp",
         "description": "Professional SEO analysis and optimization recommendations"
       }
     }
}
  1. 重启 Cursor 应用以加载新连接的远程工具。

在 Cursor 内测试 MCP 服务器

配置激活后，你可以直接从聊天面板验证自定义 Python 后端的连接性和运行状况。

  1. 在 Cursor 中打开一个新的聊天窗口。
  2. 输入自然语言请求以触发你的工具，使用如下提示：
    - 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 审计清单会直接出现在聊天界面中。结构化的文本响应详细说明了关键的 Web 优化指标，显示缺失的 meta 描述、缺失的 H1 标题、缺失的图片替代文本标签等具体项。

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，请修改应用核心文件：

  1. 打开终端，并在项目目录中找到 remote-seo-checker.py 文件。
  2. 定义你的自定义函数并使用 @Tool 装饰器注册它们：
from fastmcp import Tool, run

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

run()
  1. 保存文件更改并重启 Docker 容器以重新初始化进程。

FastMCP 框架会自动分析你的 Python 参数并生成所需的 API 模式，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编写和扩展服务器功能：

  1. 复制基准 remote-seo-checker.py 脚本的内容。
  2. 将文件上传到 ChatGPT 或 Claude 等 AI 助手。
  3. 提供清晰的工程指令，使用相同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. 将新生成的脚本块插回你的环境并部署该文件。

使用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 证书过期检查器
  • 网站正常运行时间监控器
  • 实时分析仪表盘
  • PDF 文档元数据提取器
  • XML 站点地图结构审计器

在本地运行服务器进行开发

如果你希望在将 Python 修改推送到生产 Hostinger VPS 之前在本地调试和测试，请使用以下顺序：

  1. 将项目仓库克隆到本地计算机环境。
  2. 初始化并激活本地化的 Python 虚拟环境：
python -m venv venv
source venv/bin/activate
  1. 使用包管理文件安装项目依赖：
pip install -r requirements.txt
  1. 执行运行时命令以启动应用进程：
python remote-seo-checker.py

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

现在你可以成功地在 Hostinger VPS 上使用纯 Python 和 FastMCP 构建、扩展和管理可扩展的、生产级的 AI 后端功能。

来源：Hostinger 官方帮助文档