Token导航 LogoToken导航TokenDH.com
MCP Server Fastmcp logo
AI代理stdio官方级别未说明来源级核验

MCP Server Fastmcp

MCP Server

一个展示使用FastMCP、LangChain和OpenAI进行多服务器MCP通信的演示项目,包含数学和天气服务器,并通过智能代理进行交互。

工具数

2

提示词数

0

GitHub Stars

0

资源数

0
智能代理PythonLangChainOpenAI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

ashishpatel546

提供方

ashishpatel546

最后核验

2026/5/17 20:21

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python mathserver.py

详细介绍

FastMCP多服务器演示

一个演示项目,展示了使用FastMCP、LangChain和OpenAI的多服务器MCP(模型上下文协议)通信。该项目创建了两个MCP服务器(数学和天气),并演示了如何通过智能代理与它们交互。

特性

  • 数学服务器:提供基本的算术运算(加法、乘法)
  • 天气服务器:为城市提供天气信息
  • 多服务器客户端:演示同时与多个MCP服务器的通信
  • AI代理集成:使用LangChain和OpenAI创建一个可以使用两个服务器工具的智能代理

先决条件

  • Python 3.13或更高版本
  • OpenAI API密钥
  • uv(Python包管理器)

安装

1.安装uv(如果尚未安装)

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

窗户:

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

替代安装方法:

  • 使用pip: pip install uv
  • 使用conda: conda install -c conda-forge uv
  • 使用自制程序(macOS): brew install uv

有关更多安装选项,请访问 紫外线文件.

2.克隆和设置项目

git clone git@github.com:ashishpatel546/mcp-server-fastmcp.git
cd fast-mcp

3.创建虚拟环境

# Create virtual environment with uv
uv venv

# Activate virtual environment
# On macOS/Linux:
source .venv/bin/activate
# On Windows:
# .venv\Scripts\activate

4.安装依赖项

# Install all project dependencies
uv pip install -r pyproject.toml

5.设置环境变量

创建一个 .env 项目根目录中的文件:

touch .env

将您的OpenAI API密钥添加到 .env 文件:

OPENAI_API_KEY=your_openai_api_key_here

用法

该项目由三个主要部分组成:

1.数学服务器(mathserver.py)

通过stdio传输提供算术运算。

python mathserver.py

2.气象服务器(weather.py)

通过HTTP传输提供天气信息。

python weather.py

3.客户(client.py)

演示与AI代理的多服务器通信。

python client.py

项目结构

fast-mcp/
├── client.py          # Multi-server MCP client with AI agent
├── main.py            # Basic entry point
├── mathserver.py      # Math operations MCP server (stdio)
├── weather.py         # Weather information MCP server (HTTP)
├── pyproject.toml     # Project dependencies and configuration
├── requirement.txt    # Requirements file
├── uv.lock           # uv lock file
├── README.md         # This file
└── .env              # Environment variables (create this)

运作原理

  1. 数学服务器:作为基于stdio的MCP服务器运行,提供 add()multiply() 函数
  2. 天气服务器:作为基于HTTP的MCP服务器运行,提供天气信息
  3. 客户端:创建一个连接到两台服务器的多服务器MCP客户端,并使用LangChain创建一个可以智能使用两台服务器工具的AI代理

客户演示:

  • 使用不同的传输方式连接到多个MCP服务器
  • 使用LangChain的ReAct代理模式
  • 针对不同的查询使用哪些工具做出明智的决策

输出示例

当你奔跑时 client.py,您将看到以下响应:

********* Maths Response *********
The result of (2+3)*8 is 40.

********* Weather Response *********
The current weather in San Francisco is sunny with a temperature of 25°C.

依赖项

  • fastmcp:用于构建MCP服务器的FastMCP框架
  • 语言链:用于构建AI应用程序的LangChain框架
  • langchain mcp适配器:用于将MCP与LangChain集成的适配器
  • 兰开夏:LangChain的OpenAI集成
  • 兰格拉夫:基于图形的AI工作流框架
  • 主控程序:核心MCP协议实现

发展

添加新工具

要向Math服务器添加新工具,请执行以下操作:

@mcp.tool()
def your_function(param: type) -> return_type:
    """Description of your function."""
    # Your implementation here
    return result

运行单个服务器

您可以独立测试服务器:

# Test math server
python mathserver.py

# Test weather server (runs on http://localhost:8000/mcp)
python weather.py

故障排除

常见问题

  1. OpenAI API密钥错误:确保你的 .env 文件包含有效 OPENAI_API_KEY
  2. 导入错误:确保所有依赖项都已安装 uv pip install -r pyproject.toml
  3. Python版本:此项目需要Python 3.13+

虚拟环境问题

如果您遇到虚拟环境问题:

# Remove existing environment
rm -rf .venv

# Create new environment
uv venv

# Activate and reinstall
source .venv/bin/activate
uv pip install -r pyproject.toml

许可证

这个项目是开源的。请查看许可证文件以了解更多详细信息。

贡献

欢迎投稿!请随时提交拉取请求。

目录标签

目录标签

智能代理PythonLangChainOpenAI多服务器通信本地部署MCP协议

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

2

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP