【大模子系列篇】大模子基建工程：基于 FastAPI 自动构建 SSE MCP 服务器 ...

今天我们将使用FastAPI来构建 MCP 服务器，Anthropic 推出的这个MCP 协议，目的是让 AI 署理和你的应用程序之间的对话变得更顺畅、更清晰。FastAPI 基于 Starlette 和 Uvicorn，采用异步编程模子，可轻松处理高并发请求，尤其得当 MCP 场景下大模子与外部系统的实时交互需求，其性能接近 Node.js 和 Go，在数据库查询、文件操作等 I/O 密集型任务中体现卓越。

开始今天的正题前，我们往返顾下相关的知识内容：
《高性能Python Web服务部署架构解析》、《使用Python开发MCP Server及Inspector工具调试》、《构建智能体MCP客户端：完成大模子与MCP服务端能力集成与最小闭环验证》
 
FastAPI底子知识

安装依靠

1. pip install uvicorn, fastapi

复制代码

FastAPI服务代码示例 

1. from fastapi import FastAPI
3. app = FastAPI()
5. @app.get("/")
6. async def root():
7.     return {"data": "Hello MCP！"}

复制代码

uvicorn启动server 

1. uvicorn server:app --reload

复制代码

接下来，我们将基于FastAPI来开发MCP服务器

 
FastAPI开发MCP Server

FastAPI-MCP 一个零设置工具，用于自动将FastAPI端点袒露为模子上下文协议（MCP）工具。其特点在于简洁性和高效性，以下是一些主要特点：

• 直接集成：不必要复杂的设置，直接集成到FastAPI应用中。
  
• 自动转换：无需手动编写代码，自动将FastAPI端点转换为MCP工具。
  
• 机动性：支持自界说MCP工具，与自动天生的工具一同使用。
  
• 性能：基于Python 3.10+和FastAPI，保证了高性能的API服务。
  
• 文档友好：保持了原有的API文档，方便开发者使用和明白。
  

安装依靠

1. pip install fastapi-mcp

复制代码

MCP服务代码示例

1. from fastapi import FastAPI
2. from fastapi_mcp import add_mcp_server
3. from typing import Any
4. import httpx
6. # 常量
7. NWS_API_BASE = "https://api.weather.gov"
8. USER_AGENT = "weather-app/1.0"
10. app = FastAPI()
12. mcp_server = add_mcp_server(
13.     app,                                    # FastAPI 应用
14.     mount_path="/mcp",                      # MCP 服务器挂载的位置
15.     name="Weather MCP Server",              # MCP 服务器的名字
16.     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。
17.     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。
18. )
21. async def make_nws_request(url: str) -> dict[str, Any] | None:
22.     """向 NWS API 发起请求，并进行错误处理。"""
23.     headers = {
24.         "User-Agent": USER_AGENT,
25.         "Accept": "application/geo+json"
26.     }
27.     async with httpx.AsyncClient() as client:
28.         try:
29.             response = await client.get(url, headers=headers, timeout=30.0)
30.             response.raise_for_status()
31.             return response.json()
32.         except Exception:
33.             return None
36. @mcp_server.tool()
37. async def get_forecast(latitude: float, longitude: float) -> str:
38.     """获取地点的天气预报。
39.     参数:
40.         latitude: 地点的纬度
41.         longitude: 地点的经度
42.     """
43.     points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
44.     points_data = await make_nws_request(points_url)
46.     if not points_data:
47.         return "Unable to fetch forecast data for this location."
49.     forecast_url = points_data["properties"]["forecast"]
50.     forecast_data = await make_nws_request(forecast_url)
52.     if not forecast_data:
53.         return "Unable to fetch detailed forecast."
55.     periods = forecast_data["properties"]["periods"]
56.     forecasts = []
57.     for period in periods[:5]:
58.         forecast = f"""
59. {period['name']}:
60. Temperature: {period['temperature']}°{period['temperatureUnit']}
61. Wind: {period['windSpeed']} {period['windDirection']}
62. Forecast: {period['detailedForecast']}
63. """
64.         forecasts.append(forecast)
65.     return "\n---\n".join(forecasts)

复制代码

启动 mcp server

1. uvicorn server:app --host 0.0.0.0 --port 8001 --reload

复制代码

 启动 mcp inspector 调试

1. CLIENT_PORT=8081 SERVER_PORT=8082  npx -y @modelcontextprotocol/inspector

复制代码

当集成了 MCP 的 FastAPI 应用运行起来后，可以用任何支持 SSE 的 MCP 客户端连接它。我们这里还是使用 mcp inspector 举行调试，通过 SSE 连接 Weather MCP 服务器。
   SSE是一种单向通信的模式，以是它必要共同HTTP Post来实现客户端与服务端的双向通信。严酷的说，这是一种HTTP Post（客户端->服务端） + HTTP SSE（服务端->客户端）的伪双工通信模式，区别于WebSocket双向通信。
   

如果MCP客户端不支持SSE，可以使用mcp-proxy连接MCP服务器。本质上是本地通过stdio连接到mcp-proxy，再由mcp-proxy通过SSE连接到MCP Server上。
mcp-proxy 支持两种模式，stdio to SSE 和 SSE to stdio。

安装 mcp-proxy

1. uv tool install mcp-proxy

复制代码

设置 claude_desktop_config.json 

1. {
2.   "mcpServers": {
3.     "weather-api-mcp-proxy": {
4.         "command": "mcp-proxy",
5.         "args": ["http://127.0.0.1:8001/mcp"]
6.     }
7.   }
8. }

复制代码

FastAPI-MCP 现在还有很多功能不完善，我们将持续关注进展。在《大模子基建工程：基于 FastAPI 自动构建 SSE MCP 服务器 —— 进阶篇》中我们手搓了一个自动挂载的功能，并基于现有fastapi base_url 将 api 挂载至 mcp_server。

大模子基建工程总结

FastAPI 构建 MCP 服务器的核心代价在于：通过范例安全的异步接口，将企业现有能力快速转化为大模子可调用的尺度化服务。这种架构既保留了 FastAPI 的高效开发体验，又通过 MCP 协议实现了与前沿 AI 技术的无缝对接，同时联合 Docker 和 Kubernetes 实现弹性伸缩部署，可以快速应对大模子调用量的突发增长，是构建下一代智能系统的理想选择。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告