fastapi-mcp-server

fastapi-mcp-server

2
ai_chatbot

FastAPI MCP Server is a robust and lightweight server designed to facilitate interaction between AI models and user applications using the Model Context Protocol. It leverages FastAPI for asynchronous communication, supporting multi-user sessions, and tool registrations to enhance AI-powered applications.

🚀 FastAPI MCP 服务器

版本 许可证 Python

FastAPI MCP服务器是一个专为大型语言模型设计的Model Context Protocol (MCP) 集成应用，基于FastAPI框架开发，提供高性能的服务器端事件(SSE)通信、智能工具注册和完善的会话管理功能。

📖 项目简介

此项目是一个轻量级、高性能的MCP服务器实现，旨在简化AI模型与用户应用程序之间的交互。它利用FastAPI的异步特性和Schema验证能力，结合SSE（Server-Sent Events）技术实现低延迟的实时通信，并通过会话管理系统支持多用户、多模型并发交互，为开发AI驱动的应用提供强大后端支持。

✨ 项目亮点

  • 🔄 FastAPI + MCP整合：将FastAPI的高性能与MCP协议无缝集成，提供标准化的模型交互接口
  • 📡 高效SSE实时通信：基于服务器发送事件(SSE)实现毫秒级响应的单向实时数据流
  • 👥 多用户会话隔离：完善的会话创建、存储和管理机制，确保多用户场景下的数据隔离
  • 🔐 灵活认证机制：支持多种认证方式，包括token、path和query参数，满足不同场景需求
  • ⚡ 全异步处理架构：从请求处理到数据库操作均采用异步设计，支持高并发访问
  • 🧰 智能工具注册系统：简化AI工具函数的注册和管理，便于扩展模型能力

🔍 工作原理

graph TD
    A[客户端] -->|发送请求| B[FastAPI服务器]
    B -->|创建/获取| C[会话服务]
    C -->|管理| D[用户会话]
    B -->|路由到| E[MCP处理器]
    E -->|注册| F[工具函数]
    E -->|使用| G[SSE传输]
    G -->|实时响应| A
    
    classDef client fill:#f9f,stroke:#333,stroke-width:2px;
    classDef server fill:#bbf,stroke:#333,stroke-width:2px;
    classDef service fill:#bfb,stroke:#333,stroke-width:2px;
    
    class A client;
    class B,E server;
    class C,D,F,G service;

📸 屏幕截图

MCP交互界面

MCP接口

MCP Inspector参数无感透传

无感透传

MCP Inspector参数鉴权校验

参数鉴权

📁 项目结构

fastapi-mcp-server/
├── auth/               # 认证相关模块
├── database/           # 数据库连接和管理
├── models/             # 数据模型定义
├── routes/             # API路由定义
├── services/           # 业务逻辑服务
├── tools/              # 工具函数
├── transport/          # 传输层实现
├── utils/              # 通用工具函数
├── config.py           # 配置文件
├── main.py             # 应用入口
└── server.py           # MCP服务器初始化

🛠️ 安装指南

前置条件

  • 🐍 Python 3.13+
  • 🗄️ 支持异步的数据库(可选)
  • 📦 uv包管理器(推荐)

安装步骤

  1. 克隆代码库：
git clone git@github.com:purity3/fastapi-mcp-server.git
cd fastapi-mcp-server
  1. 创建并激活虚拟环境：
python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# 或者
.venv\Scripts\activate     # Windows
  1. 安装依赖：

使用uv安装(推荐)：

# 如果尚未安装uv
pip install uv

# 使用uv安装依赖
uv pip install -e .

或使用pip安装：

pip install -e .
  1. 配置环境变量：

创建.env文件，参考.env.example设置必要的环境变量。

  1. 创建数据库：

需要在database目录下创建session.db数据库文件，可以通过运行以下命令初始化：

# 确保database目录存在
mkdir -p database

# 创建空的session.db文件
touch database/session.db

# 应用程序首次运行时会自动创建必要的表结构
  1. 自定义鉴权逻辑：

在auth/credential.py中实现您自己的API密钥验证逻辑。默认提供了基本框架，您需要根据自己的需求修改：

# 示例：自定义鉴权逻辑
async def verify_api_key(api_key: str) -> bool:
    """
    验证API密钥是否有效
    
    Args:
        api_key: 要验证的API密钥
    
    Returns:
        如果API密钥有效则返回True，否则返回False
    """
    # 实现您的自定义验证逻辑
    # 可以是本地验证、数据库查询或远程API调用
    
    # 简单示例：检查API密钥格式和前缀
    if not api_key or not api_key.startswith("sk_"):
        return False
        
    # 添加更多验证步骤...
    
    return True  # 验证通过

🚀 使用指南

启动服务器

使用Python启动：

python -m main
# 或使用安装的入口点
start

使用uv启动：

uv run start

使用inspector模式启动（调试）：

mcp dev server.py

服务器默认运行在 http://localhost:8000

自定义工具

在tools/目录下添加您的自定义工具函数，并在server.py中注册：

@mcp.tool()
def your_custom_tool():
    # 实现您的工具逻辑
    pass

⚙️ 环境变量

变量名描述默认值是否必需
HOST服务器主机127.0.0.1否
PORT服务器端口8000否
DATABASE_URL数据库连接地址无是

🔧 常见问题解决

连接问题

  • 无法启动服务器：检查端口是否被占用，尝试更改PORT环境变量
  • SSE连接断开：检查网络连接，或者客户端超时设置

工具注册问题

  • 工具注册失败：确保工具函数格式正确，并且已正确导入
  • 工具执行错误：检查工具函数的错误处理逻辑

会话管理问题

  • 会话创建失败：检查数据库连接配置
  • 会话过期：调整会话过期时间，或确保客户端保持活跃连接

🔮 未来规划

我们计划在未来版本中添加以下功能：

  • Docker容器部署

    • 创建优化的Docker镜像
    • 提供docker-compose配置
    • 支持多容器协作部署

  • IP黑白名单系统

    • 基于IP的访问控制
    • 支持CIDR格式的网络规则
    • 可配置的拦截策略

  • FastMCP Streamable模式支持

    • 支持异步流式响应传输
    • 实现MCP协议的流式处理机制
    • 提供流式传输的进度监控和错误处理

  • 高级监控与日志

    • 实时性能监控
    • 结构化日志输出
    • 分布式追踪支持

📜 许可证

本项目采用 MIT 许可证 - 详情请查看 文件。