使用fastapi-mcp改造fastapi服务为MCP服务供智能体使用案例

“ 使用MCP协议就可以解耦智能体和工具的开发，使得其可配置。”

对智能体来说除了大模型之外，最重要的就是其工具；在之前的开发过程中，使用函数作为智能体的工具，但由于每家模型服务商的标准都不一样，因此开发起来相对比较麻烦，并且无法标准化；因此才有了MCP(模型上下文协议)的出现，目的就是统一智能体工具的开发，其作用就类似于USB接口。

通过MCP协议就可以把智能体开发和工具开发完全拆分开来，智能体是智能体，工具是工具；在需要的时候，直接把工具加入到智能体中即可使用，通过可插拔的方式，可以达到快速改造智能体功能的目的。

如果再把提示词和记忆模块做成动态可配置，那么就可以通过配置的方式，快速搭建不同功能的智能体。

fastapi-mcp改造fastapi项目

什么是fastapi-mcp?

FastAPI-MCP是一个基于python FastAPI框架开发的开源项目，可以自动识别并暴露FastAPI接口为MCP工具
拥有FastAPI框架的所有优点，如异步高并发、独立远程部署、OpenAPI文档
提供SSE、mcp-remote接入方式，支持设置授权访问，适配各种支持MCP协议客户端
FastAPI-MCP开源地址：https://github.com/tadata-org/fastapi\_mcp,原理图如下所示：

其实说了那么多，简单来说就是fastapi-mcp可以和fastapi无缝集成，直接把你的fastapi项目变成MCP服务，通过工具调用的方式动态集成到智能体中。

fastapi-mcp的主要功能：

自动发现与转换
：自动扫描FastAPI应用中的所有端点，转换为MCP工具格式，无需手动注册
文档完整性保留
：完整继承Swagger文档描述和参数校验规则，确保AI调用准确性
灵活部署模式
：支持挂载到原应用或独立部署，适配不同架构需求
智能端点筛选
：通过operation_id或标签控制暴露的接口范围
动态热更新
：运行时可刷新服务目录，自动包含新增端点
多协议支持
：原生兼容SSE协议，通过mcp-proxy适配非SSE客户端

如何运行fastapi-mcp?

fastapi-mcp的安装方式有两种，一种是使用uv，另一种是使用传统的pip。

# 使用uv uv add fastapi-mcp #使用pip pip install fastapi-mcp

fastapi-mcp的挂载方式：

from fastapi import FastAPI from fastapi_mcp import FastApiMCP app = FastAPI() mcp = FastApiMCP( app, # 可选参数 name="My API MCP" ) # 将 MCP 服务器直接挂载到 FastAPI 应用 mcp.mount() if __name__ == "__main__": uvicorn.run("index:app", host="0.0.0.0", port=8000, reload=True)

启动之后就可以通过http://localhost:8000/mcp访问mcp服务；当然，在fastapi服务中，可能你并不需要把所有的接口都暴露成mcp服务，因此你可以使用不同的参数来控制暴露的接口:

自定义暴露的端点

from fastapi import FastAPI from fastapi_mcp import FastApiMCP app = FastAPI() # 只包含特定操作 mcp = FastApiMCP( app, include_operations=["get_user", "create_user"] ) # 排除特定操作 mcp = FastApiMCP( app, exclude_operations=["delete_user"] ) # 只包含具有特定标签的操作 mcp = FastApiMCP( app, include_tags=["users", "public"] ) # 排除具有特定标签的操作 mcp = FastApiMCP( app, exclude_tags=["admin", "internal"] ) # 结合操作 ID 和标签（包含模式） mcp = FastApiMCP( app, include_operations=["user_login"], include_tags=["public"] ) mcp.mount()

关于过滤的注意事项：

不能同时使用 include_operations 和 exclude_operations
不能同时使用 include_tags 和 exclude_tags
可以结合操作过滤和标签过滤（例如，使用 include_operations 和 include_tags）
当结合过滤器时，将采用贪婪方法。匹配任一条件的端点将被包含

然后你就可以使用支持mcp服务的客户端连接mcp服务，如claude，cherry studio等等；只需要在这些工具的配置文件中加入以下配置:

# windows { "mcpServers": { "my-api-mcp-proxy": { "command": "mcp-proxy", "args": ["http://127.0.0.1:8000/mcp"] } } } # macos { "mcpServers": { "my-api-mcp-proxy": { "command": "你自己安装的mcp-proxy路径可以使用which mcp-proxy命令查找", "args": ["http://127.0.0.1:8000/mcp"] } } }