介绍模型上下文协议（MCP）及 FastMCP 库的使用。涵盖安装、工具开发、三种传输模式（STDIO、Streamable HTTP、SSE）配置、客户端调用示例以及工具、提示、资源三大核心组件的实战应用。提供避坑指南与高级功能解析，帮助开发者快速构建本地或云端 AI 应用服务。
今天介绍一个强大的工具调用协议——模型上下文协议（Model Context Protocol），作为 AI 工作者，无论你是想构建本地 CLI 工具还是云端 Web 服务，MCP 都能提供统一的解决方案。
# 安装 fastmcp 库
pip install fastmcp
from fastmcp import FastMCP
mcp = FastMCP('demo.mcp')
@mcp.tool()
def greet(name: str) -> str:
return f'Hello, {name}'
开发完成后，立即自测验证功能：
import asyncio
from fastmcp import Client
async def main():
client = Client(mcp)
async with client:
# 查看可用工具
tools = await client.list_tools()
print('可用工具:', tools)
# 调用工具（参数名必须匹配）
result = await client.call_tool('greet', {'name': '技术爱好者'})
print('调用结果:', result)
asyncio.run(main())
关键点解析：
@mcp.tool() 装饰器暴露函数call_tool 调用，参数为字典格式启动方式：
mcp.run() # 默认 STDIO 模式
启动方式：
mcp.run(transport="streamable-http", port=8000, path="/mcp")
启动方式：
mcp.run(transport="sse", port=8000, path="/sse")
智能启动脚本：
import os
def run_server():
mode = os.getenv('MCP_MODE', "").lower()
if mode == 'sse':
mcp.run(transport="sse", port=8000, path="/sse")
elif mode == 'streamable-http':
mcp.run(transport="streamable-http", port=8000, path="/mcp")
else:
mcp.run() # 默认 STDIO
if __name__ == '__main__':
run_server()
| 传输模式 | 适用场景 | 性能特性 | 推荐指数 |
|---|---|---|---|
| STDIO | 本地进程通信、命令行工具 | 零延迟，无网络开销 | ⭐⭐⭐⭐ |
| Streamable HTTP | 实时 Web 服务、云端部署 | 支持双向流式传输 | ⭐⭐⭐⭐⭐ |
| SSE | 兼容旧系统、浏览器 | 单向推送，存在连接保持开销 | ⭐⭐ |
import asyncio
from fastmcp.client import Client
async def main():
# 连接到 HTTP 服务器
async with Client('http://localhost:8000/mcp/') as client:
# 获取工具列表
tools = await client.list_tools()
print(f'可用工具：{[t.name for t in tools]}')
# 调用远程工具
result = await client.call_tool('greet', {'name': 'Python 开发者'})
print(f'返回结果：{result[0].text}')
# 提取 TextContent 内容
asyncio.run(main())
执行结果：
可用工具：['greet']
返回结果：Hello, Python 开发者
Chatbot 插件系统
本地工具链集成
STDIO 模式连接 Python 脚本和 Shell 命令
# 直接调用 MCP 工具
echo '{"name": "Terminal 用户"}' | python mcp_app.py
在探索 FastMCP 的旅程中，许多开发者都有一个认知误区：认为 MCP 服务等同于 MCP 工具，但是 MCP 服务有三大核心支柱：工具 (Tool)、提示 (Prompt) 和资源 (Resource)。这三者共同构成了一个完整的 AI 应用开发生态系统。
MCP 服务工具 Tools 提示 Prompts 资源 Resources 执行具体操作指导 LLM 生成提供静态/动态数据
核心组件的功能对比：
| 组件类型 | 核心功能 | 典型应用场景 | 装饰器语法 |
|---|---|---|---|
| 工具 | 执行具体任务 | 数据计算、API 调用 | @mcp.tool() |
| 提示 | 生成 LLM 指导消息 | 标准化提问、响应格式化 | @mcp.prompt() |
| 资源 | 提供可复用数据 | 配置信息、模板文件 | @mcp.resource() |
作为最基础的功能，工具负责执行具体操作：
@mcp.tool()
def calculate_discount(price: float, discount: float) -> float:
"""计算商品折扣价"""
return price * (1 - discount / 100)
特点：
提示是控制 LLM 行为的智能模板：
@mcp.prompt()
def generate_interview_questions(position: str, level: str) -> str:
"""生成职位面试问题"""
return f"""作为资深{position}面试官，请生成 5 个适合{level}级候选人的技术问题，要求：1. 包含代码题和理论题 2. 难度递增 3. 标注考察点"""
核心优势：
资源是 MCP 最被低估的功能，它提供静态或动态的可复用数据：
# Basic dynamic resource returning a string
@mcp.resource(uri="resource://greeting/{name}", name='greeting', description='用于演示的一个资源协议')
def get_greeting(name: str) -> str:
"""Provides a simple greeting message."""
return f"Hello from {name} Resources!"
# Resource returning JSON data (dict is auto-serialized)
@mcp.resource("resource://config")
def get_config() -> dict:
"""Provides application configuration as JSON."""
return {"theme": "dark", "version": "1.2.0", "features": ["tools", "resources"], }
资源类型：
| 资源类型 | 刷新机制 | 适用场景 |
|---|---|---|
| 静态资源 | 服务启动时加载 | 配置信息、常量数据 |
| 定时刷新资源 | 固定间隔刷新 | 市场数据、天气信息 |
| 按需加载资源 | 请求时实时获取 | 用户个性化数据 |
call_tool 的字典 key 必须与函数参数名完全一致异步陷阱
工具函数需为同步函数，耗时操作应使用线程池：
@mcp.tool()
def process_data(data: str):
# CPU 密集型任务
return heavy_computation(data)
端口冲突
多服务运行时使用不同端口：
mcp.run(port=8001) # 指定端口
MCP 服务的三位一体架构为 AI 应用开发提供了完整解决方案：
MCP 协议通过统一接口打通了本地与云端工具的界限。无论你构建的是：
fastmcp 都能提供优雅的解决方案。
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