【免费下载】 FastMCP 使用教程
2026-01-30 04:48:45作者:董宙帆
1. 项目介绍
FastMCP 是一个用 TypeScript 编写的框架,用于构建 MCP(Model Context Protocol)服务器。它能够处理客户端会话,并提供了一系列功能,如简单的工具、资源、提示定义,认证,会话管理,图片内容处理,日志记录,错误处理,服务器发送事件(SSE),跨源资源共享(CORS),进度通知,类型化服务器事件,提示参数自动补全,采样,自动 SSE 路由等。
2. 项目快速启动
首先,确保你已经安装了 Node.js 环境。然后按照以下步骤启动 FastMCP 项目:
# 克隆项目
git clone https://github.com/punkpeye/fastmcp.git
# 进入项目目录
cd fastmcp
# 安装依赖
npm install
# 启动服务器
# 这里假设你有一个名为 'addition.ts' 的示例服务器文件
npx fastmcp dev src/examples/addition.ts
上面的命令将启动一个简单的服务器,该服务器可以处理加法操作。你可以通过终端的 MCP Inspector 或其他 MCP 客户端来连接和测试服务器。
3. 应用案例和最佳实践
以下是一些使用 FastMCP 的应用案例和最佳实践:
定义和执行工具
import { FastMCP } from "fastmcp";
import { z } from "zod";
const server = new FastMCP({ name: "My Server", version: "1.0.0" });
server.addTool({
name: "add",
description: "Add two numbers",
parameters: z.object({ a: z.number(), b: z.number() }),
execute: async (args) => {
return String(args.a + args.b);
},
});
处理图片内容
import { imageContent } from "fastmcp";
server.addTool({
name: "downloadImage",
description: "Download an image",
parameters: z.object({ url: z.string() }),
execute: async (args) => {
return imageContent({ url: args.url });
},
});
日志记录和错误处理
import { UserError } from "fastmcp";
server.addTool({
name: "downloadFile",
description: "Download a file",
parameters: z.object({ url: z.string() }),
execute: async (args, { log }) => {
log.info("Downloading file...", { url: args.url });
// 模拟下载逻辑
// ...
log.info("Downloaded file");
if (args.url.startsWith("https://example.com")) {
throw new UserError("This URL is not allowed");
}
return "done";
},
});
4. 典型生态项目
FastMCP 的生态项目包括但不限于:
- MCP Inspector:一个用于测试和调试 MCP 服务器的工具。
- Model Context Protocol SDK:客户端库,用于与 MCP 服务器通信。
- 其他开源项目:例如,使用 FastMCP 构建的各种服务,如聊天机器人、自动化工具等。
以上是 FastMCP 的基本使用教程。你可以根据具体需求,进一步探索和定制 FastMCP 项目的功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987