FastMCP 是一个用于构建 MCP (Model Context Protocol) 服务器和客户端的 Python 框架，它让你能够为 LLM（大型语言模型）提供工具、资源和交互能力。
安装步骤
首先，确保你有一个可用的 Python 环境！这是最基础的要求。如果你还没有安装 Python，可以从 Python 官网 下载并安装最新版本。
接着安装 fastmcp，你可以从以下的几个方式中选择一种来安装。
# 使用 pip 安装 fastmcp
pip install fastmcp
# 使用 pip3 安装 fastmcp（Python3 环境）
pip3 install fastmcp
# 在 macOS 上，可能需要通过 Homebrew 安装
brew install uv
# 使用 uv 安装 fastmcp
uv pip install fastmcp或者直接从源码安装（开发模式）：
git clone https://github.com/jlowin/fastmcp.git
cd fastmcp
uv sync
创建一个简单的 MCP 服务器
- 首先创建一个 Python 文件，例如
fastmcp-test.py：
# fastmcp-test.py
from fastmcp import FastMCP
mcp = FastMCP("Demo 🚀")
@mcp.tool()
def add(a: int, b: int) -> int:
"""Add two numbers"""
return a + b
if __name__ == "__main__":
mcp.run()
运行你的服务器
FastMCP 提供了几种运行服务器的方式：
1. 开发模式（推荐用于构建和测试）
fastmcp dev fastmcp-test.py这将启动一个互动式测试环境，包括 MCP Inspector。
2. Claude Desktop 集成（常规使用）
使用 install 命令将你的服务器设置为在 Claude Desktop 应用程序中持久使用：
fastmcp install server.py
自定义安装名称：
fastmcp install server.py --name "我的工具"
添加额外依赖项和环境变量：
fastmcp install server.py --with requests -v API_KEY=123 -f .env
3. 直接执行（高级用例）
直接运行你的服务器脚本，你需要自己管理环境和依赖项：
python server.py
# 或
uv run python server.py
使用不同名称的服务器对象
如果你的 FastMCP 实例不是命名为 mcp、server 或 app，请使用 file:object 语法：
fastmcp dev my_module.py:my_mcp_instance
fastmcp install api.py:api_app
调试与测试
在开发过程中，强烈建议使用 fastmcp dev 命令，它会提供一个交互界面让你测试工具和资源的功能。这样你可以确保在将服务器安装到 Claude Desktop 或其他环境中之前，一切都按预期工作。
总结
FastMCP 是一个为 LLM（大型语言模型）打造的，专注于构建 MCP（Model Context Protocol）服务器和客户端的 Python 框架。它让开发者能够用简单、直观的方式，将自己的工具、函数、数据资源，以及交互能力无缝地开放给 AI 使用，实现更丰富的智能应用场景。
其它好用的 MCP Server 推荐
Apifox MCP Server 能够将 Apifox 的 API 文档提供给 Cursor 等支持 AI 编程的 IDE 或其他支持 MCP 的 AI 工具。它支持多种使用场景：既可以连接到 Apifox 项目内的 API 文档，也可以访问公开发布的 API 文档，还支持 OpenAPI/Swagger 文档。
安装配置非常简单，只需要 Node.js 环境（版本号≥18），然后根据不同场景选择配置方法。对于私有化部署的用户，还可以添加自定义 API 基础地址。使用 Apifox MCP Server，开发者可以通过 AI 助手完成根据接口文档生成代码、修改代码、搜索接口文档内容等工作，极大提高开发效率。
在实际使用中，你只需要告诉 AI 你想要通过 API 文档做什么，比如"根据 API 文档，生成接口/users 相关的所有 MVC 代码"，AI 就能理解并完成任务。对于团队协作开发尤为有用，确保所有开发者都能基于统一的 API 文档标准进行开发。
Cursor + Apifox MCP Server：借助 AI 与 API 文档高效编写代码
了解更多：