当前位置: 首页 > news >正文

从零构建MCP服务器:FastMCP实战指南

引言:MCP协议与FastMCP框架

Model Context Protocol(MCP)是连接AI模型与外部服务的标准化协议,允许LLM(如Claude、Gemini)调用工具、访问数据。然而,直接实现MCP协议需要处理JSON-RPC、会话管理等繁琐细节。FastMCP作为Python框架,封装了这些底层逻辑,让开发者专注于业务功能。本文将通过分步实战,从零构建一个完整的MCP服务器,涵盖工具、资源、动态模板等核心功能。

一、环境准备:安装FastMCP

首先确保安装FastMCP框架,推荐使用pip:

pip install fastmcp

二、Step 1:创建基础服务器

所有FastMCP应用的起点是FastMCP类实例,它作为工具、资源的容器。

代码示例

# my_mcp_server.py
from fastmcp import FastMCP# 初始化MCP服务器,指定名称(用于标识服务)
mcp = FastMCP(name="My First MCP Server")

说明

  • 这行代码创建了一个空的MCP服务器,暂时不包含任何功能。
  • 名称参数(name)用于区分不同服务器,便于客户端识别。

三、Step 2:添加工具(Tools)

工具是LLM可调用的函数(如计算、数据处理),通过@mcp.tool装饰器定义。

代码示例

from fastmcp import FastMCPmcp = FastMCP(name="My First MCP Server")@mcp.tool
def add(a: int, b: int) -> int:"""Adds two integer numbers together."""return a + b

FastMCP自动处理的细节

  • 工具名称:默认使用函数名(如add)。
  • 描述:从函数文档字符串(docstring)提取,供LLM理解用途。
  • 输入 schema:通过类型注解(a: intb: int)生成JSON schema,确保LLM传入正确类型的参数。

优势:无需手动定义协议格式,专注函数逻辑即可。

四、Step 3:添加静态资源(Resources)

资源是LLM可访问的只读数据(如配置、知识库),通过@mcp.resource装饰器定义,并绑定唯一URI。

代码示例

@mcp.resource("resource://config")
def get_config() -> dict:"""Provides the application's configuration."""return {"version": "1.0", "author": "MyTeam"}

说明

  • URIresource://config是资源的唯一标识,客户端通过该路径访问。
  • 懒加载:函数get_config仅在客户端请求时执行,避免不必要的计算。
  • 返回格式:支持字典、字符串等,FastMCP自动序列化为JSON返回给客户端。

五、Step 4:添加动态资源模板(Resource Templates)

资源模板允许通过URI参数生成动态内容,URI中的占位符(如{name})会映射为函数参数。

代码示例

@mcp.resource("greetings://{name}")
def personalized_greeting(name: str) -> str:"""Generates a personalized greeting for the given name."""return f"Hello, {name}! Welcome to the MCP server."

使用方式

  • 客户端请求greetings://Alice时,FastMCP自动调用personalized_greeting(name="Alice"),返回"Hello, Alice!..."
  • 占位符与函数参数名必须一致(如{name}对应name: str),支持多个参数(如greetings://{name}/{title})。

六、Step 5:运行服务器

通过mcp.run()启动服务器,默认使用STDIO传输(适合本地客户端如Claude Desktop)。

完整代码

from fastmcp import FastMCP# 1. 初始化服务器
mcp = FastMCP(name="My First MCP Server")# 2. 添加工具
@mcp.tool
def add(a: int, b: int) -> int:"""Adds two integer numbers together."""return a + b# 3. 添加静态资源
@mcp.resource("resource://config")
def get_config() -> dict:"""Provides the application's configuration."""return {"version": "1.0", "author": "MyTeam"}# 4. 添加动态资源模板
@mcp.resource("greetings://{name}")
def personalized_greeting(name: str) -> str:"""Generates a personalized greeting for the given name."""return f"Hello, {name}! Welcome to the MCP server."# 5. 启动服务器
if __name__ == "__main__":mcp.run()

启动命令

python my_mcp_server.py

传输方式扩展

  • 默认STDIO传输适用于本地客户端。
  • 如需HTTP服务,可通过mcp.http_app()创建ASGI应用,搭配uvicorn运行(详见FastMCP部署文档)。

七、服务器功能验证

客户端(如Claude Desktop)可通过以下方式交互:

  1. 调用工具:请求调用add工具,传入a=3b=5,返回8
  2. 访问静态资源:请求resource://config,返回配置字典。
  3. 访问动态资源:请求greetings://Bob,返回"Hello, Bob!..."

八、总结:FastMCP的核心优势

  1. 极简开发:用Python函数+装饰器定义工具和资源,无需关注协议细节。
  2. 自动适配:自动生成schema、处理序列化,确保与MCP客户端兼容。
  3. 灵活扩展:支持静态资源、动态模板、多传输方式(STDIO/HTTP)。

通过本文的步骤,你已构建了一个功能完整的MCP服务器。后续可扩展更复杂的工具(如数据库查询、API调用)和资源(如实时数据),为LLM提供更强大的外部能力。

http://www.lryc.cn/news/582774.html

相关文章:

  • 基于物联网架构的温室环境温湿度传感器节点设计
  • 微信小程序控制空调之接收MQTT消息
  • Maven 打包排除特定依赖的完整指南(详细方法 + 示例)
  • 作业03-SparkSQL开发
  • 无缝矩阵的音频合成与音频分离功能详解
  • Rust BSS段原理与实践解析
  • RustFS一款Rust 驱动的 高性能 分布式存储系统
  • Modbus TCP转Profinet网关实现视觉相机与西门子PLC配置实例研究
  • Tomcat:启用https(Windows)
  • 传输层协议TCP、UDP
  • CI/CD — DevOps概念之实现k8s持续交付持续集成(一)
  • 数据结构:位图
  • IDEA Maven报错 无法解析 com.taobao:parent:pom:1.0.1【100%解决 此类型问题】
  • 分布式光纤传感:为储能安全保驾护航
  • 广度优先与深度优先遍历核心逻辑理解及实践
  • 关于 scrapy框架 详解
  • OpenCV在Visual Studio 2022下的配置
  • Android 中的多线程编程全面解析
  • 【机器学习笔记 Ⅲ】5 强化学习
  • 【docker】linux CentOS docker 安装流程
  • Centos和麒麟系统如何每天晚上2点10分定时备份达梦数据库
  • Redis:高性能内存数据库与缓存利器
  • java内存缓存实现 与 redis缓存实现 (ConcurrentHashMap 应用)
  • Mac安装Docker(使用orbstack代替)
  • 从深度学习的角度看自动驾驶
  • ubuntu24.04(vmware workstation 17.6pro)无法安装vmtools的问题解决
  • Using Spring for Apache Pulsar:Quick Tour
  • 短视频矩阵管理平台的崛起:源头厂商的深度解析
  • Rust 的 Copy 语义:深入浅出指南
  • huggingface笔记:文本生成Text generation