fastapi_mcp

把 FastAPI 接口一键变成 AI 能调用的 MCP 工具,带认证更安全。

fastapi_mcp 是一个将 FastAPI 应用快速转换为 MCP(Model Context Protocol)工具服务器的开源库。它解决了 AI 模型(如 Claude、GPT)无法直接调用现有 FastAPI 接口的问题,让开发者无需重写业务逻辑,即可将 REST API 暴露为 MCP 工具,供 AI 代理安全调用。核心能力包括:自动扫描 FastAPI 路由并生成对应的 MCP 工具定义,支持请求/响应模型的自动转换,内置认证机制(如 API Key、OAuth)确保 AI 调用安全,同时提供了灵活的配置选项(如过滤特定端点、自定义工具名称)。项目基于 Python 实现,安装简单,与 FastAPI 生态无缝集成,适合快速构建 AI 可用的后端服务。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 12005
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队tadata-org
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型ai,authentication,authorization,claude,cursor,fastapi,llm,mcp,mcp-server,mcp-servers,modelcontextprotocol,openapi,windsurf
GitHub 星标★ 12005
30天Star增速
HF 下载量
上线时间2025-03-08 00:00:00
最近更新2026-09-21 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 环境(项目为 Python 库)
  • 推荐使用 uv 包管理器,也可使用 pip
  • 一个已有的 FastAPI 应用,用于暴露为 MCP 工具

安装与启动步骤

  1. 1准备 Python 环境

    README 推荐使用 uv 这个快速的 Python 包安装器;如果已有可用的 Python 环境并习惯 pip,可跳过本步直接安装。

  2. 2安装 fastapi-mcp

    官方推荐用 uv 添加依赖,会写入项目依赖并安装;不使用 uv 时改用 pip 安装,二者选其一即可。

    uv add fastapi-mcp
  3. 3pip 方式安装(可选)

    没有使用 uv 时执行这条命令安装 fastapi-mcp,可与上一步二选一,不要重复安装。

    pip install fastapi-mcp
  4. 4在应用中挂载 MCP

    在现有 FastAPI 应用中导入 FastApiMCP,把 app 实例传进去即完成初始化,无需重写业务路由。

    from fastapi import FastAPI
    from fastapi_mcp import FastApiMCP
    
    app = FastAPI()
    
    mcp = FastApiMCP(app)
  5. 5查阅文档与示例

    README 的基础用法代码片段在此处截断,挂载方式、认证、端点过滤等进阶配置请查阅官方文档和 examples 目录。

如何确认成功

README 未给出明确的启动验证命令;可先访问 FastAPI 的 /docs 确认接口存在,MCP 工具列表请以官方文档为准。

常见问题

Q:必须重写现有 FastAPI 业务逻辑吗?

A:不需要。FastApiMCP 直接接收已有的 FastAPI app 实例,自动把路由暴露为 MCP 工具,基本属于零配置或极少配置。

Q:AI 调用我的接口安全吗?

A:README 说明内置认证能力,直接复用你已有的 FastAPI 依赖(Dependencies)做鉴权,无需另建一套认证体系。

Q:和普通的 OpenAPI 转 MCP 工具有什么区别?

A:README 强调它是 FastAPI 原生方案,而不只是又一个 OpenAPI 到 MCP 的转换器,会保留请求/响应模型结构和接口文档。

Q:MCP 服务必须和 FastAPI 应用部署在一起吗?

A:不必须。README 说明支持灵活部署:既可以挂载到同一个应用上,也可以单独部署。若用 pip 安装,是否还需要 uv?不需要,uv 只是官方推荐的安装方式,pip install fastapi-mcp 同样可行。

注意事项

  • README 仅提供了安装命令和基础用法片段,挂载、认证、端点过滤等细节未在节选中给出,请以官方文档 https://fastapi-mcp.tadata.com/ 和 examples 目录为准。
  • README 未给出端口、路径、环境变量等信息,因此未在本教程中虚构任何配置项。

核心亮点

  • 自动从 FastAPI 路由生成 MCP 工具,无需手动编写工具定义,开发效率高
  • 内置认证支持(API Key、OAuth 等),保障 AI 调用接口的安全性
  • 与 FastAPI 生态无缝集成,支持过滤端点、自定义工具名等灵活配置

不足之处

  • 文档/社区待观察
  • 对复杂请求体(如嵌套模型)的转换可能需额外适配

适用场景

  • 将现有 FastAPI 后端快速接入 MCP 客户端(如 Claude Desktop)
  • 构建 AI 代理可调用的内部工具服务,并需要权限控制
  • 在微服务架构中,将某个服务的 API 暴露为 MCP 工具供 AI 编排

替代项目

mcp-server-fetch、FastMCP、mcp-server-qdrant

项目介绍

fastapi_mcp 是智能体领域的开源项目,由 tadata-org 开发,2025 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(12,005)位列前 5%,在智能体分类的 2,499 个项目里位列前 5%。

近 41 天,它的 GitHub 星标从 11,979 增加到 12,005,净增 26。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-21。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:将现有FastAPI后端快速接入MCP客户端(如ClaudeDesktop)。同类可对比的替代方案包括 mcp-server-fetch、FastMCP、mcp-server-qdrant。

上一篇:trae-agent

下一篇:humanlayer

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 195 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09