FasterMCP

FasterMCP是一个简单直观的Python库，用于构建MCP（Model Context Protocol）服务器和客户端。它提供了标准化的方式来为LLMs（Large Language Models）提供上下文和工具。

特性

• 简单直观的API
• 异步支持
• 标准化的工具和资源管理
• 灵活的上下文处理
• 基于FastAPI的高性能服务器

安装

pip install fastermcp

快速开始

创建MCP服务器

from fastermcp import MCPServer, Tool

# 创建服务器实例
server = MCPServer()

# 使用装饰器定义工具
@server.protocol.tool(name="calculator", description="A simple calculator")
async def calculator(operation: str, x: float, y: float):
    if operation == "+":
        return x + y
    elif operation == "-":
        return x - y
    elif operation == "*":
        return x * y
    elif operation == "/":
        return x / y
    raise ValueError("Invalid operation")

# 运行服务器
server.run()

使用MCP客户端

import asyncio
from fastermcp import MCPClient, Resource

async def main():
    async with MCPClient("http://localhost:8000") as client:
        # 注册资源
        resource = Resource(
            id="math_context",
            type="text",
            content="This is a math problem solving context",
            metadata={"domain": "mathematics"}
        )
        await client.register_resource(resource)
        
        # 创建上下文
        context = await client.create_context(
            prompt="Calculate 2 + 2",
            tool_names=["calculator"],
            resource_ids=["math_context"]
        )
        
        # 执行工具
        result = await client.execute_tool(
            "calculator",
            {"operation": "+", "x": 2, "y": 2}
        )
        print(result)  # 输出: 4

asyncio.run(main())

API参考

MCPServer

服务器类，用于处理MCP请求。

• __init__(): 初始化服务器实例
• run(host: str = "0.0.0.0", port: int = 8000): 启动服务器

MCPClient

客户端类，用于与MCP服务器交互。

• __init__(server_url: str): 初始化客户端实例
• register_tool(tool: Tool): 注册新工具
• register_resource(resource: Resource): 注册新资源
• create_context(prompt: str, tool_names: Optional[List[str]], resource_ids: Optional[List[str]]): 创建新上下文
• execute_tool(name: str, parameters: Dict[str, Any]): 执行工具

Tool

工具类，代表LLM可以使用的工具。

• name: 工具名称
• description: 工具描述
• parameters: 工具参数定义
• required_params: 必需参数列表

Resource

资源类，代表LLM可以访问的资源。

• id: 资源ID
• type: 资源类型
• content: 资源内容
• metadata: 资源元数据

Context

上下文类，代表LLM交互的上下文。

• prompt: 提示文本
• tools: 可用工具列表
• resources: 可用资源列表
• metadata: 上下文元数据

开发指南

工具开发

1. 使用装饰器创建工具：

@server.protocol.tool(name="my_tool", description="Tool description")
def my_tool(param1: str, param2: int) -> Any:
    # 工具实现
    pass

2. 手动创建工具：

tool = Tool(
    name="my_tool",
    description="Tool description",
    parameters={
        "param1": {"type": "string"},
        "param2": {"type": "integer"}
    },
    required_params=["param1", "param2"]
)

资源管理

# 创建文本资源
text_resource = Resource(
    id="text_data",
    type="text",
    content="Some text content",
    metadata={"source": "user"}
)

# 创建JSON资源
json_resource = Resource(
    id="json_data",
    type="json",
    content={"key": "value"},
    metadata={"version": "1.0"}
)

测试

运行测试套件：

pip install fastermcp[dev]
pytest

贡献

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 开启Pull Request

许可证

MIT License