pywss MCP Server
A lightweight Python web framework that enables building MCP servers with SSE, StreamHTTP, and MCPO protocols for tool integration.
README
<div align='center'>

<br/>
<br/>
</div>
Pywss 简介
Pywss(发音 /piːwaɪz/,类似 p~whys)是一个轻量级的 Python Web 框架,它基于 Python3.6+ 特性构建。
与 Flask、Django 等主流框架不同的是,Pywss 的底层并没有实现 WSGI 接口协议。 其编程风格也更类似于 Gin、Iris 等框架,因此对于熟悉这些框架的开发者来说,Pywss 是一个非常值得探索的项目。
其关键特性有:
- 简单:拒绝海量参数,减少心智负担。了解上下文
pywss.Context即刻启程。 - 快速:引入线程池机制,减少并发场景下线程创建/销毁开销。
- 优雅:
ctx.next真的太优雅了。如果你也和我一样喜欢,那我觉得这件事情,泰裤辣!! - 标准化:集成了部分 OpenAPI(Swagger)能力,方便开发者快速生成 API 文档并进行调试。
- 支持WebSocket:开箱即用的 WebSocket 能力。
- 接口测试:开箱即用的 API 测试模块,不启动服务也能测试接口功能辣!
- MCP PRO:一站式集成 SSE、StreamHTTP 和 MCPO 协议,助你轻松构建多 MCP 工具🔥
在线文档 https://czasg.github.io/pywss/
<br/>
快速开始
1、安装 pywss
pip3 install pywss
2、搭建 web 应用
首先创建 main.py 文件,并写入以下代码:
import time
import pywss
def log_handler(ctx: pywss.Context):
start_time = time.time()
ctx.next()
print(
f"Route: {ctx.route}, "
f"Method: {ctx.method}, "
f"Status: {ctx.response_status_code}, "
f"Time: {time.time() - start_time:.3f}s"
)
def handler(ctx: pywss.Context):
ctx.write("hello~")
def main():
app = pywss.App()
app.get("/hello", handler) # curl localhost:8080/hello
app.any("*", log_handler, handler) # curl -X POST localhost:8080/hello
app.run()
if __name__ == '__main__':
main()
接着启动服务:
python3 main.py
至此,一个简单的 web 应用服务就完成了。
3、搭建 MCP 应用
要快速构建 MCP 服务,只需继承 pywss.mcp.MCPServer 并遵循以下规则:
核心约束:
- 所有接口方法必须以
tool_开头(如tool_query_user) - 必须使用
@pywss.openapi.docs声明请求参数,且request必须从 pydantic.BaseModel 继承(自动生成 OpenAPI 文档)
请求处理:
- 通过
ctx.data.req直接获取结构化请求体 - 使用
self.handle_success(ctx, data)返回成功响应 - 使用
self.handle_error(ctx, code, message)返回标准错误
# coding: utf-8
import pywss
from pydantic import BaseModel
from pywss.mcp import MCPServer
class DomainReq(BaseModel): # 定义 DomainReq 请求,必须从 pydantic.BaseModel 继承
domain: str
class DomainMCPServer(MCPServer): # 定义 DomainMCPServer 服务,必须从 pywss.mcp.MCPServer 继承
@pywss.openapi.docs(description="获取单个域名服务", request=DomainReq) # required,工具及其参数说明
def tool_get_domain(self, ctx: pywss.Context):
req: DomainReq = ctx.data.req # 框架已经封装好了请求,可以从 ctx.data.req 直接获取使用,异常请求会被拦截
self.handle_success(ctx, { # handle_success 封装了 jsonrpc2.0 输出规范
"domain": req.domain,
"color": req.color
})
class LogReq(BaseModel):
traceId: str
class LogMCPServer(MCPServer):
@pywss.openapi.docs(description="获取单个trace日志", request=LogReq)
def tool_get_trace_log(self, ctx: pywss.Context):
req: LogReq = ctx.data.req
self.handle_success(ctx, {
"traceId": req.traceId,
})
domainMCPServer = DomainMCPServer()
logMCPServer = LogMCPServer()
app = pywss.App()
app.openapi() # 开启 OpenAPI 文档
domainMCPServer.mount(app.group("/api/v1/domain")) # 挂载 MCP 服务,同时指定路由
logMCPServer.mount(app.group("/api/v1/log")) # 挂载 MCP 服务,同时指定路由
app.run()
接着启动服务:
python3 main.py
| 协议类型 | 服务类 | 请求方法 | 端点路径格式 | 示例路径 |
|---|---|---|---|---|
| SSE | domainMCPServer |
GET |
/api/v1/domain/sse |
GET /api/v1/domain/sse |
logMCPServer |
GET |
/api/v1/log/sse |
GET /api/v1/log/sse |
|
| StreamHTTP | domainMCPServer |
POST |
/api/v1/domain/mcp |
POST /api/v1/domain/mcp |
logMCPServer |
POST |
/api/v1/log/mcp |
POST /api/v1/log/mcp |
|
| MCPO | domainMCPServer |
POST |
/api/v1/domain/tools/{tool_name} |
POST /api/v1/domain/tools/get_domain |
logMCPServer |
POST |
/api/v1/log/tools/{tool_name} |
POST /api/v1/log/tools/get_trace_log |
更多功能见在线文档。
<br/>
Activity
推荐服务器
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。
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。