Token导航 LogoToken导航

MCP Server · AI代理

MCP Server Fastmcp

一个展示使用FastMCP、LangChain和OpenAI进行多服务器MCP通信的演示项目,包含数学和天气服务器,并通过智能代理进行交互。

stdio官方级别未说明来源级核验工具 2
智能代理PythonLangChainOpenAI

快速开始

作者 / 组织
ashishpatel546
提供方
ashishpatel546
运行时
Python

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

1 个

MCP World

选型结论

MCP Server Fastmcp 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,客户端适配情况以官方文档为准,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

python mathserver.py

客户端配置示例

{
  "mcpServers": {
    "mcp-server-fastmcp": {
      "command": "python",
      "args": [
        "mathserver.py"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

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 Python,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

FastMCP多服务器演示

一个演示项目,展示了使用FastMCP、LangChain和OpenAI的多服务器MCP(模型上下文协议)通信。该项目创建了两个MCP服务器(数学和天气),并演示了如何通过智能代理与它们交互。

特性

  • 数学服务器:提供基本的算术运算(加法、乘法)
  • 天气服务器:为城市提供天气信息
  • 多服务器客户端:演示同时与多个MCP服务器的通信
  • AI代理集成:使用LangChain和OpenAI创建一个可以使用两个服务器工具的智能代理

先决条件

  • Python 3.13或更高版本
  • OpenAI API密钥
  • uv(Python包管理器)

安装

1.安装uv(如果尚未安装)

macOS/Linux:
curl -LsSf https://astral.sh/uv/install.sh | sh
窗户:
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
替代安装方法:
  • 使用pip: pip install uv
  • 使用conda: conda install -c conda-forge uv
  • 使用自制程序(macOS): brew install uv

有关更多安装选项,请访问 紫外线文件.

2.克隆和设置项目

git clone git@github.com:ashishpatel546/mcp-server-fastmcp.git
cd fast-mcp

3.创建虚拟环境

# Create virtual environment with uv
uv venv

# Activate virtual environment
# On macOS/Linux:
source .venv/bin/activate
# On Windows:
# .venv\Scripts\activate

4.安装依赖项

# Install all project dependencies
uv pip install -r pyproject.toml

5.设置环境变量

创建一个 .env 项目根目录中的文件:

touch .env

将您的OpenAI API密钥添加到 .env 文件:

OPENAI_API_KEY=your_openai_api_key_here

用法

该项目由三个主要部分组成:

1.数学服务器(mathserver.py)

通过stdio传输提供算术运算。

python mathserver.py

2.气象服务器(weather.py)

通过HTTP传输提供天气信息。

python weather.py

3.客户(client.py)

演示与AI代理的多服务器通信。

python client.py

项目结构

fast-mcp/
├── client.py          # Multi-server MCP client with AI agent
├── main.py            # Basic entry point
├── mathserver.py      # Math operations MCP server (stdio)
├── weather.py         # Weather information MCP server (HTTP)
├── pyproject.toml     # Project dependencies and configuration
├── requirement.txt    # Requirements file
├── uv.lock           # uv lock file
├── README.md         # This file
└── .env              # Environment variables (create this)

运作原理

  1. 数学服务器:作为基于stdio的MCP服务器运行,提供 add() 和 multiply() 函数
  2. 天气服务器:作为基于HTTP的MCP服务器运行,提供天气信息
  3. 客户端:创建一个连接到两台服务器的多服务器MCP客户端,并使用LangChain创建一个可以智能使用两台服务器工具的AI代理

客户演示:

  • 使用不同的传输方式连接到多个MCP服务器
  • 使用LangChain的ReAct代理模式
  • 针对不同的查询使用哪些工具做出明智的决策

输出示例

当你奔跑时 client.py,您将看到以下响应:

********* Maths Response *********
The result of (2+3)*8 is 40.

********* Weather Response *********
The current weather in San Francisco is sunny with a temperature of 25°C.

依赖项

  • fastmcp:用于构建MCP服务器的FastMCP框架
  • 语言链:用于构建AI应用程序的LangChain框架
  • langchain mcp适配器:用于将MCP与LangChain集成的适配器
  • 兰开夏:LangChain的OpenAI集成
  • 兰格拉夫:基于图形的AI工作流框架
  • 主控程序:核心MCP协议实现

发展

添加新工具

要向Math服务器添加新工具,请执行以下操作:

@mcp.tool()
def your_function(param: type) -> return_type:
    """Description of your function."""
    # Your implementation here
    return result

运行单个服务器

您可以独立测试服务器:

# Test math server
python mathserver.py

# Test weather server (runs on http://localhost:8000/mcp)
python weather.py

故障排除

常见问题

  1. OpenAI API密钥错误:确保你的 .env 文件包含有效 OPENAI_API_KEY
  2. 导入错误:确保所有依赖项都已安装 uv pip install -r pyproject.toml
  3. Python版本:此项目需要Python 3.13+

虚拟环境问题

如果您遇到虚拟环境问题:

# Remove existing environment
rm -rf .venv

# Create new environment
uv venv

# Activate and reinstall
source .venv/bin/activate
uv pip install -r pyproject.toml

许可证

这个项目是开源的。请查看许可证文件以了解更多详细信息。

贡献

欢迎投稿!请随时提交拉取请求。

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

多服务器通信Python本地部署MCP协议智能代理LangChainOpenAI

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。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,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。
  • 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 Server Fastmcp

MCP World · 本页

2stdio有1 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 Server Fastmcp 怎么安装?

公开资料给出的安装命令是 python mathserver.py,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP Server Fastmcp 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 Python;保存后完全退出客户端再打开,配置才会生效。

MCP Server Fastmcp 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 Server Fastmcp 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 Server Fastmcp 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP