FastAPI MCP工具

你是否曾经想把自己的FastAPI应用变成一个MCP服务器，让AI可以直接调用你的API端点？却不想手动编写MCP工具的样板代码？今天要介绍的开源项目FastAPI MCP工具，正是为了解决这个问题而设计的。它是一个零配置工具，可以自动将FastAPI端点作为MCP工具暴露出来，并支持认证。

项目基本信息

一、项目介绍

FastAPI MCP工具是一个Python库，它可以将你的FastAPI应用自动转换为MCP服务器。与传统的“OpenAPI转MCP”工具不同，它采用FastAPI优先的方法，直接使用FastAPI的原生依赖项和ASGI接口。

这个工具的核心特性包括：

• 内置认证：使用现有的FastAPI依赖项进行认证
• 零配置：只需指向你的FastAPI应用即可工作
• 保留模式：保留请求模型和响应模型的模式
• 保留文档：保留所有端点的文档，就像Swagger中的一样
• 灵活部署：将MCP服务器挂载到同一个应用上，或单独部署
• ASGI传输：直接使用FastAPI的ASGI接口进行高效通信

二、核心优势

零配置自动转换

只需几行代码，就能将现有的FastAPI应用自动转换为MCP服务器，无需手动编写MCP工具定义。

原生FastAPI集成

不是简单的OpenAPI转换器，而是FastAPI的原生扩展：

• 使用熟悉的FastAPI Depends()进行认证和授权
• 直接使用ASGI接口，消除额外的HTTP调用
• 保留所有端点文档

统一或分离部署

可以选择将MCP服务器挂载到同一个FastAPI应用上，也可以单独部署，灵活性高。

保留数据模型

自动保留Pydantic请求模型和响应模型的模式，确保数据类型安全。

开源免费

MIT许可证，代码完全公开，可自由使用和修改。

三、适用场景

为现有API添加MCP支持

如果你已经有一个FastAPI应用，想让它支持MCP协议，FastAPI-MCP是最快的方案。

AI后端服务开发

开发AI应用的后端时，可以直接用FastAPI-MCP暴露业务接口，让AI直接调用。

快速原型验证

快速将API原型转换为MCP工具，测试AI与后端服务的交互。

微服务集成

将多个FastAPI微服务分别转换为MCP服务器，通过MCP客户端统一调用。

四、安装教程

系统要求

安装步骤

第一步：安装fastapi-mcp

使用uv（推荐）：

uv add fastapi-mcp

或使用pip：

pip install fastapi-mcp

第二步：添加到FastAPI应用

from fastapi import FastAPI
from fastapi_mcp import FastApiMCP

app = FastAPI()

# 创建MCP实例
mcp = FastApiMCP(app)

# 将MCP服务器挂载到FastAPI应用
mcp.mount()

第三步：启动应用

uv run uvicorn main:app --reload

现在，你的MCP服务器可以在https://app.base.url/mcp访问。

第四步：配置MCP客户端

在Claude Desktop或Cursor的MCP配置中，添加：

{
  "mcpServers": {
    "my-fastapi-mcp": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

五、使用示例

示例1：基本FastAPI应用

from fastapi import FastAPI
from fastapi_mcp import FastApiMCP
from pydantic import BaseModel

app = FastAPI()
mcp = FastApiMCP(app)

class Item(BaseModel):
    name: str
    price: float

@app.get("/")
def read_root():
    return {"Hello": "World"}

@app.get("/items/{item_id}")
def read_item(item_id: int, q: str = None):
    return {"item_id": item_id, "q": q}

@app.post("/items/")
def create_item(item: Item):
    return {"name": item.name, "price": item.price}

mcp.mount()

启动后，所有端点会自动转换为MCP工具。

示例2：带认证的MCP

from fastapi import FastAPI, Depends, HTTPException
from fastapi_mcp import FastApiMCP
from fastapi.security import HTTPBearer, HTTPAuthorizationCredentials

app = FastAPI()
mcp = FastApiMCP(app)
security = HTTPBearer()

def verify_token(credentials: HTTPAuthorizationCredentials = Depends(security)):
    if credentials.credentials != "secret-token":
        raise HTTPException(status_code=401)
    return credentials.credentials

@app.get("/secure-data")
def get_secure_data(token: str = Depends(verify_token)):
    return {"data": "sensitive information"}

mcp.mount()

MCP服务器会自动使用相同的认证依赖项。

示例3：单独部署MCP服务器

如果你不想将MCP服务器挂载到同一个应用上，可以单独创建：

from fastapi import FastAPI
from fastapi_mcp import FastApiMCP
from myapp import app as my_fastapi_app  # 原有的FastAPI应用

mcp = FastApiMCP(my_fastapi_app)

# 创建新的FastAPI应用用于MCP
mcp_app = FastAPI()
mcp_app.mount("/mcp", mcp.as_asgi())

示例4：自定义MCP路径

mcp = FastApiMCP(app)
mcp.mount(path="/custom-mcp-path")

示例5：仅暴露特定端点

目前FastAPI-MCP会暴露所有端点。如果需要过滤，可以通过FastAPI的路由分组或使用前缀来实现。

六、常见问题

问题1：Python版本要求

解决方案：FastAPI-MCP需要Python 3.10或以上版本，推荐3.12。使用python --version检查版本。

问题2：MCP端点无法访问

解决方案：

• 确认已调用mcp.mount()
• 检查端口是否正确（默认8000）
• 访问http://localhost:8000/mcp验证

问题3：认证如何工作？

解决方案：FastAPI-MCP会复用FastAPI端点中的Depends()认证依赖项。MCP客户端调用时，需要在请求中包含正确的认证信息。

问题4：是否支持流式响应？

解决方案：FastAPI-MCP使用ASGI传输，支持流式响应。但具体取决于你的端点实现。

问题5：与OpenAPI转换器有什么区别？

解决方案：FastAPI-MCP不是解析OpenAPI文档，而是直接使用FastAPI应用的ASGI接口，因此更高效、更准确，且保留认证逻辑。

七、总结

FastAPI MCP工具是MCP生态中一个极具创新性的项目。它让FastAPI开发者可以用最少的代码，将现有API转换为MCP服务器，实现“零配置”的MCP集成。

这个项目的最大价值在于：

1. 零配置：几行代码就能让FastAPI应用支持MCP
2. FastAPI原生：不是笨重的转换器，而是原生的扩展
3. 保留认证：复用现有的FastAPI依赖项
4. 灵活部署：可挂载到同一应用或单独部署
5. MIT许可证：可自由使用和修改

如果你是一个FastAPI开发者，希望让AI能够调用你的API，FastAPI MCP工具是最高效的解决方案。