FastAPI MCP SSE

FastAPI MCP SSE

使用 FastAPI 框架实现的服务器发送事件 (Server-Sent Events, SSE),集成了模型上下文协议 (Model Context Protocol, MCP),允许 AI 模型访问外部工具和数据源,例如天气信息。

Category
访问服务器

README

FastAPI MCP SSE

<p align="center"> <strong>English</strong> | <a href="/README.zh-CN.md">简体中文</a> </p>

一个使用 FastAPI 框架并集成 模型上下文协议 (MCP) 的服务器发送事件 (SSE) 实现。

什么是 MCP?

模型上下文协议 (MCP) 是一个开放标准,它使 AI 模型能够与外部工具和数据源进行交互。 MCP 解决了 AI 开发中的几个关键挑战:

  • 上下文限制:允许模型访问超出其训练数据的最新信息
  • 工具集成:为模型提供使用外部工具和 API 的标准化方式
  • 互操作性:在不同的 AI 模型和工具之间创建通用接口
  • 可扩展性:可以轻松地向 AI 系统添加新功能,而无需重新训练

本项目演示了如何在 FastAPI Web 应用程序中使用服务器发送事件 (SSE) 实现 MCP。

描述

本项目演示了如何在 FastAPI 框架中使用服务器发送事件 (SSE),同时集成模型上下文协议 (MCP) 功能。 关键特性是在包含自定义路由的完整 FastAPI Web 应用程序中无缝集成 MCP 的 SSE 功能。

特性

  • 使用 MCP 的服务器发送事件 (SSE) 实现
  • 与自定义路由的 FastAPI 框架集成
  • 具有 MCP 和标准 Web 端点的统一 Web 应用程序
  • 可定制的路由结构
  • MCP 和 Web 功能之间清晰的关注点分离

架构

本项目展示了一个模块化架构,该架构:

  1. 将 MCP SSE 端点(/sse/messages/)集成到 FastAPI 应用程序中
  2. 提供标准 Web 路由(//about/status/docs/redoc
  3. 演示如何保持 MCP 功能和 Web 路由之间的分离

安装 & 使用选项

前提条件

安装 UV 包管理器 - 一个用 Rust 编写的快速 Python 包安装程序:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

选项 1:无需安装快速运行

使用 UV 的执行工具直接运行应用程序,无需克隆存储库:

uvx --from git+https://github.com/panz2018/fastapi_mcp_sse.git start

选项 2:完整安装

创建虚拟环境

为项目创建一个隔离的 Python 环境:

uv venv

激活虚拟环境

激活虚拟环境以使用它:

.venv\Scripts\activate

安装依赖项

安装所有必需的软件包:

uv pip install -r pyproject.toml

启动集成服务器

启动具有 MCP SSE 功能的集成 FastAPI 服务器:

python src/server.py

或者

uv run start

可用端点

启动服务器后(使用选项 1 或选项 2),以下端点将可用:

  • 主服务器:http://localhost:8000
  • 标准 Web 路由:
    • 主页:http://localhost:8000/
    • 关于页面:http://localhost:8000/about
    • 状态 API:http://localhost:8000/status
    • 文档(Swagger UI):http://localhost:8000/docs
    • 文档(ReDoc):http://localhost:8000/redoc
  • MCP SSE 端点:
    • SSE 端点:http://localhost:8000/sse
    • 消息发布:http://localhost:8000/messages/

使用 MCP Inspector 调试

对于测试和调试 MCP 功能,请使用 MCP Inspector:

mcp dev ./src/weather.py

连接到 MCP Inspector

  1. 在 http://localhost:5173 打开 MCP Inspector
  2. 配置连接:
    • 将传输类型设置为 SSE
    • 输入 URL:http://localhost:8000/sse
    • 点击 Connect

测试函数

  1. 导航到 Tools 部分
  2. 点击 List Tools 查看可用函数:
    • get_alerts:获取天气警报
    • get_forcast:获取天气预报
  3. 选择一个函数
  4. 输入所需的参数
  5. 点击 Run Tool 执行

扩展应用程序

添加自定义路由

应用程序结构使使用 FastAPI 的 APIRouter 轻松添加新路由:

  1. 使用 APIRouter 在 routes.py 中定义新的路由处理程序:

    @router.get("/new-route")
    async def new_route():
        return {"message": "This is a new route"}
    
  2. 使用路由器定义的所有路由将自动包含在主应用程序中

自定义 MCP 集成

MCP SSE 功能通过以下方式集成在 server.py 中:

  • 创建 SSE 传输
  • 设置 SSE 处理程序
  • 将 MCP 路由添加到 FastAPI 应用程序

Continue 集成

要将此 MCP 服务器与 Continue VS Code 扩展一起使用,请将以下配置添加到您的 Continue 设置:

{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "name": "weather",
          "type": "sse",
          "url": "http://localhost:8000/sse"
        }
      }
    ]
  }
}

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选