基于 FastAPI 结合 fastapi-mcp 库构建支持 SSE 协议的 MCP 服务器。通过类型安全的异步接口将外部能力转化为大模型可调用的标准化服务。示例展示了如何集成天气 API，利用 uvicorn 启动服务，并通过 mcp-inspector 进行调试。同时介绍了 mcp-proxy 在 stdio 与 SSE 模式间的转换配置，解决了客户端连接问题。该方案保留了 FastAPI 的高效开发体验，实现与大模型技术的无缝对接，适用于高并发实时交互场景。
Anthropic 推出的 MCP 协议旨在让 AI 代理与应用程序之间的对话更顺畅、清晰。FastAPI 基于 Starlette 和 Uvicorn，采用异步编程模型，可轻松处理高并发请求，尤其适合 MCP 场景下大模型与外部系统的实时交互需求，在数据库查询、文件操作等 I/O 密集型任务中表现卓越。
pip install uvicorn fastapi
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def root():
return {"data": "Hello MCP！"}
uvicorn server:app --reload
接下来，我们将基于 FastAPI 来开发 MCP 服务器。
FastAPI-MCP 是一个零配置工具，用于自动将 FastAPI 端点暴露为模型上下文协议（MCP）工具。其特点在于简洁性和高效性：
pip install fastapi-mcp
from fastapi import FastAPI
from fastapi_mcp import add_mcp_server
from typing import Any
import httpx
# 常量
NWS_API_BASE = "https://api.weather.gov"
USER_AGENT = "weather-app/1.0"
app = FastAPI()
mcp_server = add_mcp_server(
app,
mount_path="/mcp",
name="Weather MCP Server",
describe_all_responses=True,
describe_full_response_schema=True
)
async def make_nws_request(url: str) -> dict[str, Any] | None:
"""向 NWS API 发起请求，并进行错误处理。"""
headers = {
"User-Agent": USER_AGENT,
"Accept": "application/geo+json"
}
async with httpx.AsyncClient() as client:
try:
response = await client.get(url, headers=headers, timeout=30.0)
response.raise_for_status()
return response.json()
except Exception:
return None
@mcp_server.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
"""获取地点的天气预报。
参数:
latitude: 地点的纬度
longitude: 地点的经度
"""
points_url = f"{NWS_API_BASE}/points/{latitude},{longitude}"
points_data = await make_nws_request(points_url)
if not points_data:
return "Unable to fetch forecast data for this location."
forecast_url = points_data["properties"]["forecast"]
forecast_data = await make_nws_request(forecast_url)
if not forecast_data:
return "Unable to fetch detailed forecast."
periods = forecast_data["properties"]["periods"]
forecasts = []
for period in periods[:5]:
forecast = f"""
{period['name']}: Temperature: {period['temperature']}°{period['temperatureUnit']} Wind: {period['windSpeed']} {period['windDirection']} Forecast: {period['detailedForecast']}
"""
forecasts.append(forecast)
return "\n---\n".join(forecasts)
uvicorn server:app --host 0.0.0.0 --port 8001 --reload
CLIENT_PORT=8081 SERVER_PORT=8082 npx -y @modelcontextprotocol/inspector
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 进行调试，通过 SSE 连接 Weather MCP 服务器。
SSE 是一种单向通信的模式，所以它需要配合 HTTP Post 来实现客户端与服务端的双向通信。严格的说，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。
uv tool install mcp-proxy
{
"mcpServers": {
"weather-api-mcp-proxy": {
"command": "mcp-proxy",
"args": ["http://127.0.0.1:8001/mcp"]
}
}
}
FastAPI-MCP 目前还有很多功能不完善，我们将持续关注进展。
FastAPI 构建 MCP 服务器的核心价值在于：通过类型安全的异步接口，将企业现有能力快速转化为大模型可调用的标准化服务。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，同时结合 Docker 和 Kubernetes 实现弹性伸缩部署，可以快速应对大模型调用量的突发增长，是构建下一代智能系统的理想选择。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online