如何使用 FastAPI 构建 MCP 服务器

news2025/5/25 3:26:59

哎呀，各位算法界的小伙伴们！今天咱们要聊聊一个超酷的话题——MCP 协议！你可能已经听说了，Anthropic 推出了这个新玩意儿，目的是让 AI 代理和你的应用程序之间的对话变得更顺畅、更清晰。不过别担心，为你的 Python 应用程序搭建一个这样的服务器并不复杂，甚至可以说简单到让你怀疑人生！

为什么需要它？

允许 AI 代理与您的应用程序集成
想象一下，AI 就像你的私人助理，而 MCP 就是它和你家大门之间的钥匙。
将复杂性从人类开发者转移到 AI 代理
让 AI 去操心那些繁琐的逻辑吧，咱就负责躺平享受成果。
简化将 AI 连接到众多工具和数据源的过程
不管你是想连数据库还是接 API，MCP 都能帮你搞定。

如果 MCP 成为下一个行业标准（已经火起来了，看起来可能性非常之大），那你只能选择跟上潮流。毕竟，别人家的 AI 都在忙着自动集成，你总不能还手动敲代码吧？更何况，等你看到实现它所需的代码量时，你会觉得自己简直是个天才！

如何做？

创建具有所需功能的 FastAPI 服务器

（如果你已经有了一个，请直接跳过此步骤）

FastAPI 的入门教程肯定比我的讲解更专业，但我会尽量用接地气的方式给你讲清楚：

安装依赖项：

pip install uvicorn, fastapi

创建一个 FastAPI 服务器：

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def root():
    return {"message": "MCP 超级酷"}  # 返回一条消息，告诉世界 MCP 很棒

对于应用的每个功能，编写一个“路径操作”——也就是分配给特定路径的函数（比如这里的根函数位于路径 / 下），执行 HTTP 操作（GET、POST、PUT、DELETE…）。然后用 uvicorn 运行你的应用：

uvicorn main:app --reload

搞定！你的 FastAPI 应用现在可以在 http://127.0.0.1:8000 上访问啦。接下来，让我们把它升级成一个真正的 MCP 服务器！

从 FastAPI 到 MCP 服务器

安装开源工具 fastapi-mcp：

pip install fastapi-mcp ## 这行代码价值一个亿

特性

直接集成 - 将 MCP 服务器直接挂载到您的 FastAPI 应用中
零配置要求 - 只需将其指向您的 FastAPI 应用即可正常运行
自动发现所有 FastAPI 端点并转换为 MCP 工具
保留请求模型和响应模型的架构
保留所有端点的文档，就像在 Swagger 中一样
可扩展性 - 在自动生成的工具之外添加自定义 MCP 工具

基础用法

添加到你的 FastAPI 代码：

from fastapi import FastAPI
from fastapi_mcp import add_mcp_server

# 您的 FastAPI 应用
app = FastAPI()

# 把 MCP 服务器挂载到你的应用上，就像给舞台装上聚光灯
add_mcp_server(
    app,                 # 您的 FastAPI 应用
    mount_path="/mcp",   # 在哪里挂载 MCP 服务器
    name="我的 API MCP",   # MCP 服务器的名称
)

高级玩法

FastAPI - MCP 还有很多隐藏技能，能让你随心所欲地定制和控制 MCP 服务器的创建和配置，就像玩一场超级酷炫的游戏：

from fastapi import FastAPI
from fastapi_mcp import add_mcp_server

app = FastAPI()

mcp_server = add_mcp_server(
    app,                                    # 你的 FastAPI 应用
    mount_path="/mcp",                      # MCP 服务器挂载的位置
    name="My API MCP",                      # MCP 服务器的名字
    describe_all_responses=True,            # 默认是 False。就像打开一个百宝箱，把所有可能的响应模式都包含在工具描述里，而不只是成功的响应。
    describe_full_response_schema=True      # 默认是 False。把完整的 JSON 模式包含在工具描述里，而不只是一个对大语言模型友好的响应示例。
)

# 你还可以像变魔术一样，在现有 API 的基础上添加自定义工具。
@mcp_server.tool()
async def get_server_time() -> str:
    """获取当前服务器时间。就像从时间老人那里偷来一点时间信息"""
    from datetime import datetime
    return datetime.now().isoformat()

就这样！MCP 服务器自动生成并可在 http://127.0.0.1:8000/mcp 上访问。这是一个可以在 Cursor（或者任何支持 SSE 的 AI 代理，据说 Cline 对 MCP 的支持也快来了）中配置的地址。

使用 MCP

通过 SSE 连接 MCP 服务器

当你的集成了 MCP 的 FastAPI 应用运行起来后，你可以用任何支持 SSE 的 MCP 客户端连接它，比如 Cursor，就像用一把神奇的钥匙打开宝藏大门：

启动你的应用，就像启动一辆超级跑车。
在 Cursor -> 设置 -> MCP 里，把你的 MCP 服务器端点的 URL（比如 http://localhost:8000/mcp）作为 SSE 地址，就像给跑车设置目的地。
Cursor 会像一个聪明的小侦探，自动发现所有可用的工具和资源。

通过 mcp - proxy stdio 连接 MCP 服务器

要是你的 MCP 客户端不支持 SSE，比如 Claude Desktop，也别担心，我们有办法：

启动你的应用，让它像个活力满满的小机器人一样跑起来。
安装 mcp - proxy，比如：uv tool install mcp-proxy，就像给小机器人装上一个新的配件。
在 Claude Desktop 的 MCP 配置文件 (claude_desktop_config.json) 里添加以下内容：

Windows 系统

{
  "mcpServers": {
    "my-api-mcp-proxy": {
        "command": "mcp-proxy",
        "args": ["http://127.0.0.1:8000/mcp"]
    }
  }
}

MacOS 系统

{
  "mcpServers": {
    "my-api-mcp-proxy": {
        "command": "/Full/Path/To/Your/Executable/mcp-proxy",
        "args": ["http://127.0.0.1:8000/mcp"]
    }
  }
}