fastmcp: 更好用的 MCP Python 框架
GitHub：https://github.com/jlowin/fastmcp
更多AI开源软件：发现分享好用的AI工具、AI开源软件、AI模型、AI变现 - 小众AI
用于构建 MCP（Model Context Protocol）服务器和客户端的 Python 框架，帮助开发者以更快速、简洁的方式向 LLM 暴露数据资源和工具。相比官方 SDK，它的 API 设计更加简洁、开发效率更高，且具备更强的可扩展性，支持多种客户端/服务端传输模式（Stdio、SSE、内存）、资源模板机制，并可通过 OpenAPI/FastAPI 自动生成 MCP 服务，极大地降低了 MCP 服务器与客户端的开发门槛。
主要功能：
🚀 快速：高级接口意味着更少的代码和更快的开发
🍀 简单：使用最少的样板构建 MCP 服务器
🐍 Pythonic：对 Python 开发人员来说感觉很自然
🔍 完整：FastMCP 旨在为服务器和客户端提供核心 MCP 规范的完整实现
安装和使用
我们建议使用 uv 安装 FastMCP：
uv pip install fastmcp
有关完整的安装说明，包括验证、从官方 MCPSDK 升级和开发人员设置，请参阅安装指南。
开始使用
这些是使用 FastMCP 创建 MCP 服务器和客户端的构建块。
服务器FastMCP
表示 MCP 应用程序的中心对象。它包含您的工具、资源和提示，管理连接，并且可以使用身份验证提供程序等设置进行配置。
from fastmcp import FastMCP# Create a server instance
mcp = FastMCP(name="MyAssistantServer")
在 FastMCP 服务器文档中了解更多信息。
工具
工具允许 LLM 通过执行 Python 函数（同步或异步）来执行作。非常适合计算、API 调用或副作用（如 /）。FastMCP 处理从类型提示和文档字符串生成架构。工具可以使用 fastmcp 返回各种类型的内容，包括文本、JSON 可序列化对象，甚至图像。图像辅助方法。POSTPUT
@mcp.tool()
def multiply(a: float, b: float) -> float:"""Multiplies two numbers."""return a * b
在工具文档中了解更多信息。
资源和模板
资源公开只读数据源（如请求）。用。在 URI 中使用可创建接受参数的动态模板，从而允许客户端请求特定数据子集。GET@mcp.resource("your://uri"){placeholders}
# Static resource
@mcp.resource("config://version")
def get_version(): return "2.0.1"# Dynamic resource template
@mcp.resource("users://{user_id}/profile")
def get_profile(user_id: int):# Fetch profile for user_id...return {"name": f"User {user_id}", "status": "active"}
在资源和模板文档中了解更多信息。
提示
提示定义可重用的消息模板以指导 LLM 交互。用 .返回字符串或对象。@mcp.prompt()Message
@mcp.prompt()
def summarize_request(text: str) -> str:"""Generate a prompt asking for a summary."""return f"Please summarize the following text:\n\n{text}"
在 Prompts 文档中了解更多信息。
上下文
通过添加参数来访问工具、资源或提示中的 MCP 会话功能。Context 提供了以下方法：ctx: Context
- 伐木：使用 、 等将消息记录到 MCP 客户端。ctx.info()ctx.error()
- LLM 采样：用于从客户端的 LLM 请求完成。ctx.sample()
- HTTP 请求：用于向其他服务器发出 HTTP 请求。ctx.http_request()
- 资源访问：用于访问服务器上的资源ctx.read_resource()
- 进度报告：用于向客户端报告进度。ctx.report_progress()
- 以及更多...
要访问上下文，请添加一个带 Comments 的参数，该参数被注释为任何 mcp 修饰的函数。FastMCP 将在调用函数时自动注入正确的上下文对象。Context
from fastmcp import FastMCP, Contextmcp = FastMCP("My MCP Server")@mcp.tool()
async def process_data(uri: str, ctx: Context):# Log a message to the clientawait ctx.info(f"Processing {uri}...")# Read a resource from the serverdata = await ctx.read_resource(uri)# Ask client LLM to summarize the datasummary = await ctx.sample(f"Summarize: {data.content[:500]}")# Return the summaryreturn summary.text
在上下文文档中了解更多信息。
MCP 客户端
使用 以编程方式与任何 MCP 服务器交互。它支持各种传输方式（Stdio、SSE、In-Memory），并且经常自动检测正确的传输方式。如果您提供适当的处理程序，客户端还可以处理高级模式，例如服务器发起的 LLM 采样请求。fastmcp.Client
至关重要的是，客户端允许通过 直接连接到服务器实例，从而对服务器进行高效的内存中测试，而无需在测试期间进行进程管理或网络调用。FastMCPFastMCPTransport
from fastmcp import Clientasync def main():# Connect via stdio to a local scriptasync with Client("my_server.py") as client:tools = await client.list_tools()print(f"Available tools: {tools}")result = await client.call_tool("add", {"a": 5, "b": 3})print(f"Result: {result.text}")# Connect via SSEasync with Client("http://localhost:8000/sse") as client:# ... use the clientpass
要使用客户端测试服务器，请使用以下模式：
from fastmcp import FastMCP, Clientmcp = FastMCP("My MCP Server")async def main():# Connect via in-memory transportasync with Client(mcp) as client:# ... use the client
实战演习
场景1：代理服务器
使用 创建一个 FastMCP 服务器，该服务器充当另一个本地或远程 MCP 服务器的中介。这对于桥接传输（例如，将远程 SSE 连接到本地 Stdio）或向您无法控制的服务器添加 logic 层特别有用。FastMCP.from_client()
在 代理文档 中了解更多信息。
场景2：编写 MCP 服务器
通过使用 （实时链接） 或 （静态复制） 将多个实例挂载到父服务器上来构建模块化应用程序。FastMCPmcp.mount()mcp.import_server()
在合成文档中了解更多信息。
场景3：OpenAPI & FastAPI 生成
从现有的 OpenAPI 规范 （） 或 FastAPI 应用程序 （） 自动生成 FastMCP 服务器，立即将您的 Web API 引入 MCP 生态系统。FastMCP.from_openapi()FastMCP.from_fastapi()
知道更多： OpenAPI 整合 |FastAPI 集成。
场景4：运行服务器
运行 FastMCP 服务器的主要方法是在你的服务器实例上调用该方法：run()
# server.py
from fastmcp import FastMCPmcp = FastMCP("Demo 🚀")@mcp.tool()
def hello(name: str) -> str:return f"Hello, {name}!"if __name__ == "__main__":mcp.run() # Default: uses STDIO transport
FastMCP 支持三种传输协议：
STDIO （默认）：最适合本地工具和命令行脚本。
mcp.run(transport="stdio") # Default, so transport argument is optional
可流式传输 HTTP：建议用于 Web 部署。
mcp.run(transport="streamable-http", host="127.0.0.1", port=8000, path="/mcp")
SSE：与现有 SSE 客户端兼容。
mcp.run(transport="sse", host="127.0.0.1", port=8000)