FastMCP 2.0：大型语言模型交互的Pythonic核心

在快速演进的AI领域中，大型语言模型（LLM）与外部数据交互并执行特定功能的能力至关重要。FastMCP 2.0应运而生，这是一个开创性的开源Python框架，它为AI提供了“USB-C接口”——一种标准化、高效且符合Python风格的方式来构建模型上下文协议（MCP）服务器和客户端。

什么是模型上下文协议（MCP）？

模型上下文协议（MCP）是一项新标准，旨在使LLM应用程序能够安全、统一地访问外部数据和功能。可以将其理解为专门为LLM交互量身定制的API。MCP服务器能够：

• 暴露资源：提供只读数据源，类似于GET端点，用于将信息加载到LLM的上下文。
• 提供工具：通过执行Python函数，使LLM能够执行动作，类似于POST端点，用于计算、API调用或产生副作用。
• 定义提示：创建可重用的消息模板，以指导LLM交互。

为什么选择FastMCP 2.0？

尽管MCP协议功能强大，但从零开始实现它会涉及大量的冗余代码。FastMCP 2.0消除了这种复杂性，它负责处理服务器设置、协议处理、内容类型和错误管理，让开发者可以专注于构建有价值的工具和资源。它被设计成高度抽象和Pythonic，通常只需一个简单的函数装饰器即可将功能暴露给LLM。

FastMCP 2.0不仅仅是一次升级，它是一个建立在FastMCP 1.0（现已整合到官方MCP Python SDK中）基础之上的全面生态系统。这一最新版本为生产就绪的AI应用程序提供了一套完整的工具包，包括：

• 客户端库：以程序化方式无缝地与任何MCP服务器交互。
• 认证系统：通过内置的认证支持，确保服务器和客户端的安全性。
• 部署工具：提供将服务器本地运行或作为Web服务部署的简化选项。
• 集成：根据现有的OpenAPI规范或FastAPI应用程序生成FastMCP服务器，即时将您的Web API带入MCP生态系统。
• 测试框架：无需进程管理或网络调用，即可对服务器进行高效的内存中测试。
• 高级功能：支持代理服务器、服务器组合、动态工具重写以及对LLM友好的文档格式。

FastMCP的核心概念

FastMCP通过直观的核心概念简化了MCP应用程序的创建：

• FastMCP服务器：持有您的工具、资源和提示，并管理连接和配置的中心对象。
• 工具：用@mcp.tool装饰的Python函数，LLM可以调用它们来执行动作。FastMCP会自动根据类型提示和文档字符串生成Schema。
• 资源与模板：通过@mcp.resource暴露的数据源，支持静态数据或带有参数占位符的动态模板。
• 提示：使用@mcp.prompt定义的可重用消息模板，用于指导LLM交互。
• 上下文：在您的工具、资源或提示中访问MCP会话能力，实现日志记录、LLM采样（ctx.sample()）、HTTP请求和进度报告。
• MCP客户端：fastmcp.Client可以连接到本地脚本、SSE端点，甚至内存中的服务器实例，从而实现高效测试。

FastMCP入门

FastMCP由Prefect倾心打造。安装非常简单，只需使用uv pip install fastmcp。

要运行一个基本的服务器，只需在FastMCP实例中定义您的工具和资源，然后调用mcp.run()：

# server.py
from fastmcp import FastMCP

mcp = FastMCP("Demo 🚀")

@mcp.tool
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

if __name__ == "__main__":
    mcp.run()

只需执行fastmcp run server.py即可在本地运行您的服务器。

FastMCP支持各种传输协议，包括STDIO（默认）、可流式HTTP和SSE，确保了开发和生产环境的灵活性。

FastMCP在GitHub上拥有超过1.36万个星标和830个分支，是一个快速发展的项目，并拥有活跃的社区支持。它对快速、简单、Pythonic和完整的承诺，使其成为任何希望构建健壮和可扩展的LLM驱动型应用程序的不可或缺的工具。