FastMCP 开源项目教程
2026-01-30 04:23:02作者:冯爽妲Honey
1. 项目介绍
FastMCP 是一个用 Python 编写的轻量级 Model Context Protocol (MCP) 服务器构建框架。MCP 是一种新的、标准化的方式,用于为大型语言模型(LLM)提供上下文和工具。FastMCP 通过简单的装饰器和直观的 Python 代码,使得构建 MCP 服务器变得简单快捷。
FastMCP 的主要特点如下:
- 快速:高级接口意味着更少的代码和更快的开发速度。
- 简单:用最少的模板代码构建 MCP 服务器。
- Pythonic:对 Python 开发者来说使用自然。
- 完整:FastMCP 旨在提供核心 MCP 规范的完整实现。
2. 项目快速启动
以下是快速启动 FastMCP 的步骤:
首先,确保你已经安装了 Python。然后,通过以下命令安装 FastMCP:
uv pip install fastmcp
对于 macOS 用户,可能需要先通过 Homebrew 安装 uv:
brew install uv
接下来,创建一个简单的 MCP 服务器,暴露一个计算器工具和一些数据。以下是一个示例服务器 server.py:
from fastmcp import FastMCP
# 创建一个 MCP 服务器
mcp = FastMCP("Demo")
# 添加一个加法工具
@mcp.tool()
def add(a: int, b: int) -> int:
"""两个数相加"""
return a + b
# 添加一个动态问候资源
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
"""获取个性化问候"""
return f"你好,{name}!"
你可以通过以下命令安装该服务器到 Claude Desktop 并与之交互:
fastmcp install server.py
或者,使用 MCP Inspector 测试它:
fastmcp dev server.py
3. 应用案例和最佳实践
Echo 服务器
创建一个简单的 Echo 服务器,将接收到的消息原样返回。
from fastmcp import FastMCP
mcp = FastMCP("Echo Server")
@mcp.tool()
def echo(message: str) -> str:
"""返回接收到的消息"""
return message
SQLite 探索器
创建一个工具,允许 LLM 查询和操作 SQLite 数据库。
import sqlite3
from fastmcp import FastMCP
mcp = FastMCP("SQLite Explorer")
@mcp.tool()
def query_db(query: str) -> str:
"""执行 SQL 查询并返回结果"""
conn = sqlite3.connect('example.db')
cursor = conn.cursor()
cursor.execute(query)
result = cursor.fetchall()
conn.close()
return str(result)
4. 典型生态项目
目前,FastMCP 生态系统中的项目包括但不限于:
- MCP Python SDK:官方提供的低级别 Python SDK,用于直接实现 MCP 协议。
- Claude Desktop:一个桌面应用程序,允许用户与 MCP 服务器交互。
以上教程提供了一个基础的 FastMCP 使用指导,开发者可以根据自己的需求进一步探索和扩展。
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 StartedRust0544
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python05
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
33
16
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
507
540
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
835
1.27 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.45 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.13 K
741
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++
1.24 K
1.36 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
841
1.67 K
暂无描述
Markdown
845
5.64 K
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
755
830
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
3.65 K
544