Fastapi Sample MCP Server
F

Fastapi Sample MCP Server

FastAPI示例項目
2分
6.9K

安裝

複製以下命令到你的Client進行配置
注意:您的密鑰屬於敏感信息,請勿與任何人分享。

🚀 FastAPI

FastAPI 是一個高性能的網絡應用框架,基於 Python 3.5+ 和 Pydantic v1.x 構建。它融合了現代 Web 開發的最佳實踐與快速開發理念,能助力開發者高效構建 RESTful API 和即時 Web 應用。

🚀 快速開始

FastAPI 是一個基於 Python 3.5+ 和 Pydantic v1.x 構建的高性能網絡應用框架。它結合了現代 Web 開發的最佳實踐和快速開發的理念,幫助開發者高效地構建 RESTful API 和即時 Web 應用。

✨ 主要特性

  • 高性能:FastAPI 使用 async/await 異步編程模型,可輕鬆處理高併發請求。
  • 簡單易用:藉助 Pydantic 模型和 Python 類型提示,能快速定義 API 的請求和響應結構。
  • 自動文檔:內置 Swagger UI 和 ReDoc,無需額外配置即可生成交互式 API 文檔。
  • 可擴展性:支持中間件、自定義路由和插件,便於進行功能擴展。

📦 安裝指南

要開始使用 FastAPI,首先需要安裝必要的依賴:

pip install fastapi[all]

這會安裝 FastAPI 以及其所有依賴項,包括 Pydantic 和 Starlette。

💻 使用示例

基礎用法

創建一個簡單的 FastAPI 應用:

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def root():
    return {"message": "Hello World"}

運行應用:

uvicorn main:app --reload

然後在瀏覽器中訪問 http://localhost:8000,可以看到自動生成的 Swagger UI。

高級用法

路徑參數

@app.get("/items/{item_id}")
async def read_item(item_id: str):
    return {"item_id": item_id}

訪問 http://localhost:8000/items/5 會返回 {"item_id": "5"}

查詢參數

@app.get("/items")
async def read_items(q: str = None):
    if q:
        return {"q": q}
    else:
        return {"message": "No query string received"}

訪問 http://localhost:8000/items?q=hello 會返回 {"q": "hello"}

請求體參數

from typing import Optional
import json

@app.post("/items")
async def create_item(data: dict):
    return data

發送一個 POST 請求到 /items,請求體為:

{
    "name": "item1",
    "price": 10.5
}

會返回相同的 JSON 數據。

中間件

FastAPI 允許添加中間件來擴展功能。例如,可以添加日誌記錄中間件:

@app.middleware("http")
async def log_request(request, call_next):
    print(f"Request received: {request.url}")
    response = await call_next(request)
    print(f"Response sent: {response.status_code}")
    return response

📚 詳細文檔

FastAPI 內置了 Swagger 和 ReDoc,方便開發者測試和查看 API 文檔。

  • 訪問 http://localhost:8000/docs 可以看到交互式的 Swagger UI。
  • 訪問 http://localhost:8000/redoc 可以看到更詳細的 ReDoc 文檔。

🔧 技術細節

FastAPI 是一個強大且易於使用的 Web 框架,適合快速開發高性能的 RESTful API 和即時 Web 應用。通過其內置的文檔生成和異步支持,開發者可以高效地構建和部署 Web 應用。

替代品

V
Vestige
Vestige是一個基於認知科學的AI記憶引擎,通過實現預測誤差門控、FSRS-6間隔重複、記憶夢境等29個神經科學模塊,為AI提供長期記憶能力。包含3D可視化儀表板和21個MCP工具,完全本地運行,無需雲端。
Rust
6.5K
4.5分
M
Moltbrain
MoltBrain是一個為OpenClaw、MoltBook和Claude Code設計的長期記憶層插件,能夠自動學習和回憶項目上下文,提供智能搜索、觀察記錄、分析統計和持久化存儲功能。
TypeScript
6.4K
4.5分
B
Bm.md
一個功能豐富的Markdown排版工具,支持多種樣式主題和平臺適配,提供即時編輯預覽、圖片導出和API集成能力
TypeScript
4.6K
5分
S
Security Detections MCP
Security Detections MCP 是一個基於Model Context Protocol的服務器,允許LLM查詢統一的安全檢測規則數據庫,涵蓋Sigma、Splunk ESCU、Elastic和KQL格式。最新3.0版本升級為自主檢測工程平臺,可自動從威脅情報中提取TTPs、分析覆蓋差距、生成SIEM原生格式檢測規則、運行測試並驗證。項目包含71+工具、11個預構建工作流提示和知識圖譜系統,支持多SIEM平臺。
TypeScript
6.7K
4分
P
Paperbanana
PaperBanana是一個自動化生成學術圖表和統計圖的智能框架,支持從文本描述生成高質量的論文插圖,採用多智能體管道和迭代優化,提供CLI、Python API和MCP服務器等多種使用方式。
Python
7.0K
5分
B
Better Icons
一個提供超過20萬圖標搜索和檢索的MCP服務器和CLI工具,支持150多個圖標庫,幫助AI助手和開發者快速獲取和使用圖標。
TypeScript
7.7K
4.5分
A
Assistant Ui
assistant-ui是一個開源TypeScript/React庫,用於快速構建生產級AI聊天界面,提供可組合的UI組件、流式響應、無障礙訪問等功能,支持多種AI後端和模型。
TypeScript
7.8K
5分
A
Apify MCP Server
Apify MCP服務器是一個基於模型上下文協議(MCP)的工具,允許AI助手通過數千個現成的爬蟲、抓取器和自動化工具(Apify Actor)從社交媒體、搜索引擎、電商等網站提取數據。它支持OAuth和Skyfire代理支付,可通過HTTPS端點或本地stdio方式集成到Claude、VS Code等MCP客戶端中。
TypeScript
6.7K
5分
B
Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務,提供地理編碼、路線規劃等10個標準化API接口,支持Python和Typescript快速接入,賦能智能體實現地圖相關功能。
Python
38.5K
4.5分
M
Markdownify MCP
Markdownify是一個多功能文件轉換服務,支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
31.2K
5分
F
Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器,提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
123.0K
5分
S
Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器,通過定義思考階段幫助分解複雜問題並生成總結
Python
30.8K
4.5分
N
Notion Api MCP
已認證
一個基於Python的MCP服務器,通過Notion API提供高級待辦事項管理和內容組織功能,實現AI模型與Notion的無縫集成。
Python
18.4K
4.5分
M
Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具,通過自然語言描述幫助開發者快速創建現代化UI組件,支持多種IDE集成。
JavaScript
19.7K
5分
C
Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務,通過Model Context Protocol直接集成到提示中,解決LLM使用過時信息的問題。
TypeScript
80.4K
4.7分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
24.5K
4.8分
AIBase
智啟未來,您的人工智慧解決方案智庫
© 2026AIBase