Token导航 LogoToken导航

MCP Server · AI代理

MCP Fastapi

一个集成MCP(模型上下文协议)服务器的FastAPI应用,提供基础的数学运算功能,包括加法和减法,支持REST API和AI应用工具调用。

stdio官方级别未说明来源级核验工具 2
数学运算API集成FastAPIClaudeAI工具集成Claude DesktopCline

快速开始

作者 / 组织
iamkhanwasim
提供方
iamkhanwasim

工具数量

2

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

2 个

MCP World

选型结论

MCP Fastapi 属于AI代理类 MCP Server,公开资料标注 2 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude、Cline,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install -r requirements.txt

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 2 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

数学运算API与MCP服务器

一个集成了MCP(模型上下文协议)服务器的FastAPI应用程序,用于执行基本的数学运算。该项目同时以REST API和MCP工具的形式提供了加法和减法运算功能,供AI应用使用。

项目结构

MCP/
├── main.py                 # FastAPI application with routers
├── mcp_server.py          # MCP server for AI applications
├── mcp.json               # MCP configuration example
├── requirements.txt       # Python dependencies
├── README.md             # This file
└── api/
    ├── __init__.py       # Python package marker
    ├── add.py            # Addition API endpoint
    └── subtract.py       # Subtraction API endpoint

特点/功能

  • FastAPI REST API用于数学运算的传统REST端点
  • MCP服务器将操作作为人工智能应用(如Claude Desktop等)的工具进行展示
  • 基于路由器的架构整洁、可扩展的代码组织
  • 类型安全用于请求/响应验证的 Pydantic 模型

安装

先决条件

  • Python 3.10 或更高版本
  • uv 包管理器(推荐)或 pip

安装依赖项

使用 uv:

uv pip install -r requirements.txt

使用 pip:

pip install -r requirements.txt

使用方法

1. 运行FastAPI服务器

启动REST API服务器:

python main.py

服务器将在以下地址可用:

  • API基础: http://localhost:8000
  • 交互式文档: http://localhost:8000/docs
  • 添加端点: POST http://localhost:8000/api/add
  • 减法终点: POST http://localhost:8000/api/subtract
示例API请求

加两个数:

curl -X POST "http://localhost:8000/api/add" \
  -H "Content-Type: application/json" \
  -d '{"a": 10.5, "b": 5.5}'

减去两个数:

curl -X POST "http://localhost:8000/api/subtract" \
  -H "Content-Type: application/json" \
  -d '{"a": 20.0, "b": 5.5}'

2. 运行MCP服务器

MCP服务器允许AI应用程序将数学运算作为工具来使用。

在本地测试MCP服务器

您可以使用MCP Inspector工具测试MCP服务器:

  1. 安装MCP检查器:
   npm install -g @modelcontextprotocol/inspector
  1. 运行检查器:
   mcp-inspector uv run mcp_server.py
  1. 在网页界面中测试工具:

- 打开检查器提供的URL(通常 http://localhost:5173) - 你会看到可用的工具: add 并且 subtract - 点击工具以使用示例输入进行测试 - 实时查看回复

使用 stdio 的替代测试

你也可以直接通过标准输入输出(stdio)测试MCP服务器:

uv run mcp_server.py

然后手动发送JSON-RPC请求。示例:

{"jsonrpc": "2.0", "id": 1, "method": "tools/list"}
{"jsonrpc": "2.0", "id": 2, "method": "tools/call", "params": {"name": "add", "arguments": {"a": 10, "b": 5}}}
与人工智能应用的集成
对于Claude Desktop:
  1. 找到您的Claude桌面配置文件:

- Windows: %APPDATA%\Claude\claude_desktop_config.json - macOS(苹果电脑操作系统): ~/Library/Application Support/Claude/claude_desktop_config.json - Linux(发音近似“林克斯”): ~/.config/Claude/claude_desktop_config.json

  1. 添加MCP服务器配置:
{
  "mcpServers": {
    "math-operations": {
      "command": "uv",
      "args": [
        "run",
        "mcp_server.py"
      ],
      "cwd": "d:\\Projects\\MCP",
      "env": {}
    }
  }
}

重要的配置注意事项:

  • cwd (当前工作目录)必须是您项目目录的绝对路径

- Windows:使用双反斜杠 \\ 或者正斜杠 / - macOS/Linux:使用类似绝对路径的方式 /home/user/projects/MCP

  • command要运行的可执行文件(uv, python等
  • args传递给命令的参数
  • env可选的环境变量(空对象 {} (对于无者)
  1. 验证配置:

- 这个(或“它”) cwd 路径必须存在且包含 mcp_server.py - 确保 uv 已安装并且可通过您的 PATH 访问 - 在Windows系统上,您可以通过运行以下命令来验证路径: dir "d:\Projects\MCP\mcp_server.py" - 在 macOS/Linux 上,使用以下命令验证: ls -la /path/to/MCP/mcp_server.py

  1. 完全重启Claude桌面版:

- 完全关闭Claude桌面程序(检查系统托盘/菜单栏) - 重新打开Claude桌面版 - 数学运算工具现在应该会出现

  1. 验证连接:

- 在Claude Desktop中,检查设置或工具面板 - 查找“math-operations”服务器状态(应显示为已连接) - 如果出现错误,请检查日志(参见故障排除部分)

对于其他人工智能应用:

大多数兼容MCP的人工智能应用都使用类似的配置。从(某处)复制 mcp.json 翻译为中文是“MCP配置文件(或数据)”。这里,“mcp”可能代表某个特定的名称或缩写,具体含义需根据上下文确定,但“.json”明确表示这是一个JSON格式的文件。因此,整体翻译为“MCP配置文件(或数据)”是合理的 并适应:

对于Cline/VSCode: 在您的VSCode设置或Cline配置中添加:

{
  "cline.mcpServers": {
    "math-operations": {
      "command": "uv",
      "args": ["run", "mcp_server.py"],
      "cwd": "/absolute/path/to/MCP"
    }
  }
}

对于Continue.dev: 添加到 ~/.continue/config.json:

{
  "mcpServers": [
    {
      "name": "math-operations",
      "command": "uv",
      "args": ["run", "mcp_server.py"],
      "cwd": "/absolute/path/to/MCP"
    }
  ]
}

MCP 工具文档

工具: add

将两个数字相加。

参数:

  • a (数字,必填):要相加的第一个数字
  • b (数字,必填):要相加的第二个数字

返回值:

  • resulta和b的和
  • operation“addition” 翻译成中文是“增加”或“附加”
  • inputs输入值

示例:

{
  "a": 10.5,
  "b": 5.5
}

回答:

Result: 16.0
Operation: addition
Inputs: a=10.5, b=5.5

工具: subtract

从a中减去b。

参数:

  • a (数字,必填):要从中减去的数字
  • b (数字,必填):要减去的数字

返回值:

  • result差值(a - b)
  • operation“减法”
  • inputs输入值

示例:

{
  "a": 20.0,
  "b": 5.5
}

回答:

Result: 14.5
Operation: subtraction
Inputs: a=20.0, b=5.5

测试与验证

1. 测试 FastAPI 端点

使用Python requests库:

import requests

# Test add endpoint
response = requests.post(
    "http://localhost:8000/api/add",
    json={"a": 10.5, "b": 5.5}
)
print(response.json())

# Test subtract endpoint
response = requests.post(
    "http://localhost:8000/api/subtract",
    json={"a": 20.0, "b": 5.5}
)
print(response.json())

使用交互式文档:

  1. 导航至 http://localhost:8000/docs
  2. 点击一个端点以展开它
  3. 点击“试用一下”
  4. 输入测试值
  5. 点击“执行”

2. 测试MCP服务器

方法1:使用MCP Inspector(推荐)

# Install inspector globally
npm install -g @modelcontextprotocol/inspector

# Launch inspector with your MCP server
mcp-inspector uv run mcp_server.py

# Open browser to http://localhost:5173
# Test tools interactively

方法2:手动stdio测试

# Run the server
uv run mcp_server.py

# In another terminal, send test requests
echo '{"jsonrpc": "2.0", "id": 1, "method": "initialize", "params": {"protocolVersion": "2024-11-05", "capabilities": {}, "clientInfo": {"name": "test", "version": "1.0"}}}' | uv run mcp_server.py

方法3:使用Python MCP客户端

import asyncio
from mcp.client.stdio import stdio_client

async def test_mcp():
    async with stdio_client("uv", ["run", "mcp_server.py"]) as (read, write):
        # Test listing tools
        tools = await read.list_tools()
        print("Available tools:", tools)

        # Test calling add
        result = await read.call_tool("add", {"a": 10, "b": 5})
        print("Add result:", result)

asyncio.run(test_mcp())

3. 验证Claude桌面集成

配置完Claude Desktop后:

  1. 检查服务器状态:

- 打开Claude桌面设置 - 查找MCP服务器部分 - 验证“math-operations”显示为“已连接”(绿色指示器)

  1. 测试工具:

- 在Claude桌面版中开始新对话 - 问:“你能帮我算一下15加25是多少吗?” - 克劳德应该使用 add 来自您MCP服务器的工具 - 检查响应中是否包含工具使用指标

  1. 查看日志:

- Windows: %APPDATA%\Claude\logs\mcp-*.log - macOS(苹果电脑操作系统): ~/Library/Logs/Claude/mcp-*.log - Linux(发音近似“林克斯”): ~/.config/Claude/logs/mcp-*.log

发展

添加新操作

添加新的数学运算(例如,乘法、除法):

  1. 创建API端点 在里面 api/multiply.py:
from fastapi import APIRouter
from pydantic import BaseModel

router = APIRouter()

class MultiplyRequest(BaseModel):
    a: float
    b: float

class MultiplyResponse(BaseModel):
    result: float
    operation: str
    inputs: dict

@router.post("/multiply", response_model=MultiplyResponse)
def multiply_numbers(request: MultiplyRequest):
    result = request.a * request.b
    return MultiplyResponse(
        result=result,
        operation="multiplication",
        inputs={"a": request.a, "b": request.b}
    )
  1. 在main.py中添加路由器:
from api.multiply import router as multiply_router
app.include_router(multiply_router, prefix="/api", tags=["Math Operations"])
  1. 在 mcp_server.py 中添加 MCP 工具:

更新 list_tools():

Tool(
    name="multiply",
    description="Multiply two numbers together. Returns the product of a and b.",
    inputSchema={
        "type": "object",
        "properties": {
            "a": {"type": "number", "description": "First number to multiply"},
            "b": {"type": "number", "description": "Second number to multiply"}
        },
        "required": ["a", "b"]
    }
)

更新 call_tool():

elif name == "multiply":
    result = a * b
    operation = "multiplication"
    logger.info(f"Executing multiply: {a} * {b} = {result}")

项目依赖关系

  • FastAPI用于构建API的现代网络框架
  • Uvicorn(注:Uvicorn是一个用于运行ASGI应用的ASGI服务器,常用于Python的异步Web框架中,如FastAPI)用于运行 FastAPI 的 ASGI 服务器
  • pydantic(注:这是一个Python库的名称,通常不直接翻译,保持原名)使用Python类型注解进行数据验证
  • mcp 翻译成中文是“最小化”或“最小化窗口”(在计算机术语中,常用于描述将窗口缩小到任务栏的操作)。不过,具体含义可能根据上下文有所不同用于AI集成的模型上下文协议SDK

故障排除

MCP服务器问题

问题:Claude Desktop 无法连接到服务器

  1. 验证配置路径:
   # Windows
   type "%APPDATA%\Claude\claude_desktop_config.json"

   # macOS/Linux
   cat ~/Library/Application\ Support/Claude/claude_desktop_config.json
  1. 检查当前工作目录(cwd)路径是否存在:
   # Windows
   dir "d:\Projects\MCP\mcp_server.py"

   # macOS/Linux
   ls -la /path/to/MCP/mcp_server.py
  1. 验证是否已安装uv:
   uv --version
  1. 手动测试服务器:
   cd d:\Projects\MCP
   uv run mcp_server.py
  1. 检查Claude Desktop日志:

- 在MCP日志文件中查找错误信息 - 常见问题:路径错误、缺少依赖项、权限错误

问题:工具未在Claude桌面显示

  1. 完全退出 Claude Desktop(检查系统托盘)
  2. 验证配置文件中的JSON语法(使用JSONLint.com)
  3. 确保JSON中没有尾随逗号
  4. 重启Claude桌面版
  5. 等待10-30秒进行服务器初始化

问题:“模块未找到”错误

# Reinstall dependencies
cd d:\Projects\MCP
uv pip install -r requirements.txt

# Or using pip
pip install -r requirements.txt

FastAPI服务器问题

问题:端口8000已被占用

# Windows - Find and kill process
netstat -ano | findstr :8000
taskkill /PID 
 /F

# macOS/Linux
lsof -ti:8000 | xargs kill -9

问题:导入错误

确保你正在从正确的目录运行:

cd d:\Projects\MCP
python main.py

测试问题

问题:MCP Inspector 无法启动

# Update npm and reinstall inspector
npm install -g npm@latest
npm install -g @modelcontextprotocol/inspector --force

问题:stdio 通信挂起

  • 检查是否有打印语句或日志记录可能干扰标准输入输出(stdio)
  • 确保JSON-RPC消息格式正确
  • 使用 logger.info() 而不是 print() 用于调试

资源

许可证

此项目仅供教育和开发目的使用,提供时不做任何修改。

做出贡献

欢迎随意扩展此项目,添加更多数学运算或功能!

工具与能力

工具数量

2

资源数量

0

提示词数量

0

能力标签

数学运算Python本地部署API服务MCP协议AI工具集成FastAPI

支持客户端

Claude DesktopClaudeCline

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 2 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Claude Desktop、Claude、Cline,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
MCP Fastapi

MCP World · 本页

2stdio有2 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

MCP Fastapi 怎么安装?

公开资料给出的安装命令是 pip install -r requirements.txt,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP Fastapi 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

MCP Fastapi 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Fastapi 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Fastapi 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude、Cline;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP