引言：MCP協議與FastMCP框架
Model Context Protocol（MCP）是連接AI模型與外部服務的標準化協議，允許LLM（如Claude、Gemini）調用工具、訪問數據。然而，直接實現MCP協議需要處理JSON-RPC、會話管理等繁瑣細節。FastMCP作為Python框架，封裝了這些底層邏輯，讓開發者專注于業務功能。本文將通過分步實戰，從零構建一個完整的MCP服務器，涵蓋工具、資源、動態模板等核心功能。
一、環境準備：安裝FastMCP
首先確保安裝FastMCP框架，推薦使用pip：
pip install fastmcp
二、Step 1：創建基礎服務器
所有FastMCP應用的起點是FastMCP類實例，它作為工具、資源的容器。
代碼示例：
# my_mcp_server.py
from fastmcp import FastMCP# 初始化MCP服務器，指定名稱（用于標識服務）
mcp = FastMCP(name="My First MCP Server")
說明：
- 這行代碼創建了一個空的MCP服務器，暫時不包含任何功能。
- 名稱參數（
name）用于區分不同服務器，便于客戶端識別。
三、Step 2：添加工具（Tools）
工具是LLM可調用的函數（如計算、數據處理），通過@mcp.tool裝飾器定義。
代碼示例：
from fastmcp import FastMCPmcp = FastMCP(name="My First MCP Server")@mcp.tool
def add(a: int, b: int) -> int:"""Adds two integer numbers together."""return a + b
FastMCP自動處理的細節：
- 工具名稱：默認使用函數名（如
add）。 - 描述：從函數文檔字符串（docstring）提取，供LLM理解用途。
- 輸入 schema：通過類型注解（
a: int、b: int）生成JSON schema，確保LLM傳入正確類型的參數。
優勢：無需手動定義協議格式，專注函數邏輯即可。
四、Step 3：添加靜態資源（Resources）
資源是LLM可訪問的只讀數據（如配置、知識庫），通過@mcp.resource裝飾器定義，并綁定唯一URI。
代碼示例：
@mcp.resource("resource://config")
def get_config() -> dict:"""Provides the application's configuration."""return {"version": "1.0", "author": "MyTeam"}
說明：
- URI：
resource://config是資源的唯一標識，客戶端通過該路徑訪問。 - 懶加載：函數
get_config僅在客戶端請求時執行，避免不必要的計算。 - 返回格式：支持字典、字符串等，FastMCP自動序列化為JSON返回給客戶端。
五、Step 4：添加動態資源模板（Resource Templates）
資源模板允許通過URI參數生成動態內容，URI中的占位符（如{name}）會映射為函數參數。
代碼示例：
@mcp.resource("greetings://{name}")
def personalized_greeting(name: str) -> str:"""Generates a personalized greeting for the given name."""return f"Hello, {name}! Welcome to the MCP server."
使用方式：
- 客戶端請求
greetings://Alice時，FastMCP自動調用personalized_greeting(name="Alice")，返回"Hello, Alice!..."。 - 占位符與函數參數名必須一致（如
{name}對應name: str），支持多個參數（如greetings://{name}/{title}）。
六、Step 5：運行服務器
通過mcp.run()啟動服務器，默認使用STDIO傳輸（適合本地客戶端如Claude Desktop）。
完整代碼：
from fastmcp import FastMCP# 1. 初始化服務器
mcp = FastMCP(name="My First MCP Server")# 2. 添加工具
@mcp.tool
def add(a: int, b: int) -> int:"""Adds two integer numbers together."""return a + b# 3. 添加靜態資源
@mcp.resource("resource://config")
def get_config() -> dict:"""Provides the application's configuration."""return {"version": "1.0", "author": "MyTeam"}# 4. 添加動態資源模板
@mcp.resource("greetings://{name}")
def personalized_greeting(name: str) -> str:"""Generates a personalized greeting for the given name."""return f"Hello, {name}! Welcome to the MCP server."# 5. 啟動服務器
if __name__ == "__main__":mcp.run()
啟動命令：
python my_mcp_server.py
傳輸方式擴展：
- 默認STDIO傳輸適用于本地客戶端。
- 如需HTTP服務，可通過
mcp.http_app()創建ASGI應用，搭配uvicorn運行（詳見FastMCP部署文檔）。
七、服務器功能驗證
客戶端（如Claude Desktop）可通過以下方式交互：
- 調用工具：請求調用
add工具，傳入a=3、b=5，返回8。 - 訪問靜態資源：請求
resource://config，返回配置字典。 - 訪問動態資源：請求
greetings://Bob，返回"Hello, Bob!..."。
八、總結：FastMCP的核心優勢
- 極簡開發：用Python函數+裝飾器定義工具和資源，無需關注協議細節。
- 自動適配：自動生成schema、處理序列化，確保與MCP客戶端兼容。
- 靈活擴展：支持靜態資源、動態模板、多傳輸方式（STDIO/HTTP）。
通過本文的步驟，你已構建了一個功能完整的MCP服務器。后續可擴展更復雜的工具（如數據庫查詢、API調用）和資源（如實時數據），為LLM提供更強大的外部能力。
