FastMCP 让 Python 开发者用装饰器和类型注解，将普通函数变成 LLM 可调用的工具——代码即协议。
引言：当 MCP 遇上 Pythonic 设计
MCP（Model Context Protocol）为 LLM 提供了访问外部资源的标准化接口，但传统开发需处理复杂协议细节。FastMCP 用 Python 装饰器和类型驱动开发重构了这一流程——开发者只需关注函数逻辑，框架自动处理协议封装、路由和类型验证。
开源 4 个月，GitHub 收获 7.8 K 星，已被 Claude Desktop、Cursor 等工具集成。下文将拆解其核心能力，并提供可直接投产的部署方案。
正文：极简协议开发实战
1. 核心概念：三行代码暴露一个工具
FastMCP 通过装饰器将三类功能暴露给 LLM：
-
工具（Tools）：执行带副作用的操作（如 API 调用）
from fastmcp import FastMCP mcp = FastMCP("DataProcessor") @mcp.tool() def query_db(sql: str) -> list[dict]: # 类型注解自动生成参数约束 """执行 SQL 并返回 JSON 结果""" return db.execute(sql).to_dicts() -
资源（Resources）：提供只读数据（类似 RESTful GET）
@mcp.resource("user://{user_id}/profile") # URI 模板支持动态路由 def get_profile(user_id: int) -> dict: return User.get(user_id).serialize() -
提示（Prompts）：定义可复用的对话模板
@mcp.prompt() def debug_error(error_log: str) -> str: return f"请分析以下错误并给出修复方案：\n{error_log}"
协议优势：函数文档字符串（如 """执行 SQL..."""）直接成为 LLM 的 tool description，代码即文档。
2. 部署：生产级服务四步启动
# 1. 安装（推荐 uv 管理依赖）
brew install uv # macOS
pip install uv # Windows/Linux
uv pip install fastmcp uvicorn[standard]
# 2. 创建服务文件 server.py
from fastmcp import FastMCP
mcp = FastMCP("FinanceAgent", dependencies=["pandas"]) # 声明依赖
@mcp.tool()
def analyze_revenue(data: dict) -> float:
"""计算季度营收增长率"""
df = pd.DataFrame(data)
return (df["revenue"].pct_change() * 100).iloc[-1]
if __name__ == "__main__":
mcp.run(port=8000, reload=True) # 热重载便于调试
# 3. 启动服务
uvicorn server:app --reload
# 4. 连接客户端（如 Claude Desktop）
# 在设置中添加 MCP 服务器路径：http://localhost:8000
关键配置项：
dependencies声明环境依赖，部署时自动检查mcp.run(transport='http')支持 SSE/Stdio 等协议
3. 进阶：解决真实场景问题
-
组合多个服务：统一入口调用分散工具
from fastmcp.compose import MCPComposer composer = MCPComposer() composer.add_server("http://finance-server:8000") composer.add_server("http://hr-server:8001") composer.run() # 聚合为单一 MCP 端点 -
图像处理：直接返回图片内容
from fastmcp import imageContent @mcp.tool() def generate_plot() -> bytes: plt.plot([1, 2, 3]) return imageContent(plt) # 自动转 base64 -
错误溯源：抛出 UserError 让 LLM 理解异常
if not db.connected: from fastmcp import UserError raise UserError("数据库未连接，请检查网络")
4. 调试：内置 MCP Inspector
启动实时测试控制台：
fastmcp dev server.py # 交互式验证工具调用
支持发送模拟请求、查看日志流、跟踪会话状态。
为什么选择 FastMCP？技术决策者的 checklist
- 效率碾压：比直接使用 MCP SDK 减少 80% 样板代码
- 协议兼容：完整支持资源模板、工具流、提示链
- 生产就绪：内置认证、CORS、SSE 通知、OpenAPI 导出
- 生态集成：一键接入 Claude/Cursor，无需额外适配
当 LLM 成为新“操作系统”，MCP 即是它的系统调用层。FastMCP 用 Python 的优雅抽象，让开发者专注业务逻辑而非协议胶水代码。 项目地址：FastMcp
往期回顾：
🚀 【下载工具新势力】高中生开发 Ai Ghost Downloader 3，实测速度超 IDM
