medium gcp MCP fastapi

medium_gcp_mcp_fastapi

MCP服务器通过FastAPI和GCP云运行

完整的公开文章可以在这里找到

此存储库为在Google Cloud Run上部署模型上下文协议（MCP）服务器提供了一个模板。包括Python客户端和服务器脚本，以及批处理文件，以完全自动化部署到Google Cloud Platform。

快速开始

有关Python、Google CLI和SDK以及Docker安装的所有详细信息，请参阅我的七篇系列文章 “在GCP上构建数据平台”.最近的文章 “将您的自定义MCP AI工具部署到云端运行” 还包括简单的说明。

我的公共GitHub存储库中包含的批处理文件包含对最近GCP更改的微小更新，因此请务必使用这些版本，而不是之前发布的版本。

1. 安装必备组件

- 安装Python、谷歌CLI和SDK以及Docker。

1. 准备您的项目文件夹

- 将GitHub存储库内容的副本下载到PC上的空文件夹中。 - 不要 将此文件夹命名为与任一Python脚本相同的名称。 - 展开此文件夹中的内容——此文件夹将成为您的Python虚拟环境。

1. 配置谷歌云

- 登录（或创建）谷歌用户帐户。 - 在Google管理控制台中，配置计费。

1. 编辑配置

- 编辑文件 gcp_constants.bat.\ 您必须更新此文件 与： - 您的Google帐户电子邮件地址(GCP_USER) - 您的Google Cloud账单账号(GCP_BILLING_ACCOUNT) - 如果您不在美国，请考虑更新： - GCP_REGION - GCP_GS_BUCKET_LOCATION\ （参见 *地理和地区*)

1. 启动Docker

- 运行Docker桌面。这将启动批处理文件所需的Docker引擎 gcp_6_docker_build.bat.

1. 运行批处理文件

- 打开Windows命令提示符。 - 导航到下载GitHub内容的文件夹。 - 依次执行每个批处理文件：\ gcp_1_venv.bat, gcp_2_proj.bat, … gcp_8_bucket_runsvc.bat. - 重要提示： 最后一批文件， gcp_8_bucket_runsvc.bat，将输出Cloud Run服务的URL。\ 复制该URL并更新 api_mcp_fastapi_client.py.

1. 验证Cloud Run部署

- 此时，Google Cloud Run服务将运行您的MCP服务器。 - 在浏览器中打开Cloud Run服务URL，使用验证功能 / 终点。\ 预期的反应是：

     {"status": "ok", "message": "Server is running. See /docs for API schema."}

1. 配置客户端脚本

- 编辑 api_mcp_fastapi_client.py 使用由创建的Cloud Run服务URL gcp_8_bucket_runsvc.bat. - 如果您没有从命令输出中捕获URL，您可以在Google Cloud Run Console中找到它 服务.

1. 运行客户端

- 执行脚本 api_mcp_fastapi_client.py.