mcp-http 环境变量传递

原创已于 2025-07-30 14:12:38 修改 · 430 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#http #python

于 2025-07-30 13:45:38 首次发布

AI 同时被 3 个专栏收录

3 篇文章

订阅专栏

MCP

1 篇文章

订阅专栏

Python

1 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

项目结构说明

项目采用标准Python服务端结构，包含核心服务代码、Docker部署配置和环境变量文件。主要实现一个基于FastMCP的HTTP服务，支持工具化接口和系统命令调用。

mcp-http/
├── mymcp-http.py        # FastMCP服务端主程序
├── Dockerfile           # 容器化部署配置
└──.env                  # 环境变量配置

环境初始化

执行以下命令创建并激活虚拟环境，确保依赖隔离。安装的依赖包含FastMCP核心库、HTTP客户端和数据库驱动。

uv init mcp-http
cd mcp-http
uv venv
.venv\Scripts\activate
uv add mcp[cli] httpx requests fastapi uvicorn jinja2 python-dotenv openai

启动服务端

cd mcp-http  
.venv\Scripts\activate  
uv run mymcp-http.py

核心功能实现

mymcp-http.py 包含两个主要工具：

hello() 工具验证服务连通性，演示从HTTP头获取环境变量
ping() 工具跨平台执行系统ping命令，自动适配Windows/Linux系统

服务启动后暴露5050端口，支持streamable-http传输模式：

mcp.run(transport="streamable-http")  # HTTP流模式

mymcp-http.py 完整代码：

from mcp.server.fastmcp import FastMCP, Context
from starlette.requests import Request
from dotenv import load_dotenv
import logging
import platform  # 用于识别操作系统类型
import subprocess  # 用于执行外部命令
import os

# 加载 .env 文件中的环境变量
load_dotenv()

# 动态获取环境变量中的配置
api_url_base = os.getenv('API_URL_BASE')

# 设置日志级别为DEBUG，以便捕捉详细信息
logging.basicConfig(level=logging.DEBUG)

# 初始化 FastMCP 实例
mcp = FastMCP(
    name="SimpleServer",
    port=5050,
    stateless_http=False,
    json_response=False,
    streamable_http_path="/mcp",
    host="0.0.0.0"
)


# 测试联通
@mcp.tool()
def hello(ctx: Context) -> str:
    """
    测试联通
    返回:
        hello world 字符串
    """
    # 获取上下文中的 HTTP 请求
    request: Request = ctx.request_context.request
    # 优先从请求头获取 DEVOPS_API_URL
    devops_api_url = request.headers.get("DEVOPS_API_URL")
    authorization = request.headers.get("Authorization")
    # 直接返回结果
    return f"Hello world! DEVOPS_API_URL from header: {devops_api_url}! Authorization from header: {authorization}"


# 定义 ping 工具
@mcp.tool()
def ping(host: str) -> dict:
    """
    使用系统的 ping 命令来检查指定主机是否可达。
    参数:
        host (str): 要 ping 的 IP 地址或主机名
    返回:
        dict: 包含 'reachable'（是否可达）和 'output'（命令输出）的字典
    """
    # 根据不同的操作系统调整 ping 命令参数
    param = '-n' if platform.system().lower() == 'windows' else '-c'
    command = ['ping', param, '1', host]
    try:
        # 执行 ping 命令并捕获输出
        output = subprocess.run(command, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
        # 判断是否成功到达目标主机
        reachable = output.returncode == 0
        return {
            'reachable': reachable,
            'output': output.stdout if reachable else output.stderr
        }
    except Exception as e:
        return {
            'reachable': False,
            'output': str(e)
        }


# 主程序入口
if __name__ == "__main__":
    # 示例调用（仅用于测试）
    print("START")
    # 增加日志输出，确认服务启动信息
    logging.info("Starting FastMCP service...")
    # mcp.run(transport='stdio')
    mcp.run(transport="streamable-http")

容器化部署

Dockerfile采用分阶段构建优化镜像层缓存：

基础镜像使用Python 3.12官方镜像
分层安装依赖项减少重复构建
最后复制代码保持缓存有效性

Dockerfile内容：

# 使用 Python 镜像作为基础镜像
FROM python:3.12-ubuntu20.04-latest
# 设置工作目录
WORKDIR /app

# 1. 配置私有 pip 源并升级 pip
RUN pip install --upgrade pip 
# 2. 分步安装依赖（利用Docker缓存层）
# 先安装标准库依赖
RUN pip install httpx requests
# 再安装项目特定依赖
RUN pip install mcp[cli]
# 3. 最后复制代码（避免因代码变更导致缓存失效）
COPY . .
# 4. 清理和验证
RUN rm -rf .venv && \
    pip check

# 暴露 FastMCP 服务端口
EXPOSE 5050
# 启动命令（使用 python 直接运行你的入口文件）
CMD ["python", "mymcp-http.py"]

构建并运行容器：

docker build -t mcp-http .
docker run -d -p 5050:5050 --name mcp-http --env-file .env mcp-http

配置管理

.env 文件定义服务端基础API地址：

API_URL_BASE=http://10.xx.xx.xx

mcp.json 配置客户端连接参数，包含认证头和API端点：

{
    "servers": {
        "http-server": {  
            "url": "http://127.0.0.1:5050/mcp/",   
            "headers": {   
                "DEVOPS_API_URL": "http://10.xx.xx.xx",    
                "Authorization": "Bear xxxxx"  
            }
        }
    }
}