FastMCP本地构建Server和Clinet交互

原创已于 2025-08-04 19:24:37 修改 · 1k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#交互

于 2025-07-31 15:18:54 首次发布

1. MCP Server介绍

MCP Server 是实现模型上下文协议（MCP）的服务器，旨在为 AI 模型提供一个标准化接口，连接外部数据源和工具，例如文件系统、数据库或 API。
在这里插入图片描述

相比之下，在MCP出现前，AI调用工具基本上是通过Function Call 完成的，通过Function Call 调取相关Function 或 API 调用相关工具，AI 模型根据用户提示生成函数调用指令，这些指令随后由系统执行，例如查询天气或管理文件。但是存在两个问题：

不同的大模型厂商 Function Call 的格式不一致
大量的 api 工具的输入和输出格式不一致，封装管理起来繁琐不方便

而 MCP 相当于是一个统一的 USB-C，不仅统一了不同大模型厂商的 Function Call 格式，也对相关工具的封装进行了统一。
今天 MCP 的价值也得到了越来越多的人的认可。
目前 MCP 支持两种主要的传输协议：

**Stdio 传输协议：**主要针对本地，需要在用户本地安装命令行工具，对运行环境有特定要求
**SSE（Server-Sent Events）传输协议：**主要针对云服务部署，基于 HTTP 长连接实现

目前市面上支持MCP的客户端主要有如Claude desktop，Cline，Cursor 等，由于claude封禁较严重，我们主要基于自建 Client，Cursor 和 Cline进行构建。

2. 基于FastMCP的简单server-client交互示例(http方式调用)

2.1 server端代码

安装依赖包：

pip install fastmcp httpx

服务端代码(server.py)

from fastmcp import FastMCP

# 1. 创建 MCP 实例
mcp = FastMCP("demo-server")

# 2. 用装饰器注册工具
@mcp.tool()
def greet(name: str) -> str:
    """Say hello to someone."""
    return f"Hello, {name}!"
@mcp.tool()
def calculate(a:float,b:float,op:str) -> float:
	"""数学计算器（支持加减乘除）"""
	ops = {
	 '+': a + b，
	 '-': a - b,
	 '*': a * b,
	 '/': a / b if b != 0 else float('nan')
	}
	result = ops.get(op, float('nan'))
	return result

# 3. 启动服务
if __name__ == "__main__":
  # transport 默认是 stdio，也可以换成 "http" 或 "sse"
  # 让服务器监听在 0.0.0.0，允许其他机器访问
    mcp.run(transport="http", host="0.0.0.0", port=9000)

在Terminal运行，注意要切换到对应的conda环境中：

python server.py

注意：如果使用jupyter运行，则需要将mcp.run(transport="http",host="127.0.0.1", port=9000)
改为
await mcp.run_async(transport="http", host="127.0.0.1", port=9000)
在这里插入图片描述

2.2. client端代码示例

客户端代码(client.py)：
查看server端的ip地址：

windows:打开cmd命令窗口，输入ipconfig

import asyncio
from fastmcp import Client

# 1. 指定 MCP 服务器地址
config = {
    "mcpServers": {
        "demo": {
            "url": "http://10.99.6.54:9000/mcp", # 其中10.99.6.54为对应server服务器上ipconfig中的地址
            "transport": "streamable-http"
        }
    }
}

async def main():
    client = Client(config)
    async with client:
        # 2. 调用工具
        result1 = await client.call_tool("greet", {"name": "world"})
        result2 = await client.call_tool("calculate", {"a":12,"b":15,"op": "*"})
        calculate_result = result2.content[0].text
        name_result2 = result1.content[0].text
        print("计算结果：", calculate_result)
        print("输出结果：", name_result2)

if __name__ == "__main__":
    asyncio.run(main())

在Terminal运行，注意要切换到对应的conda环境中：

python client.py

运行结果：

3. 基于FastMCP的简单server-client交互示例(stdio方式调用)

3.1 server端代码

from fastmcp import FastMCP

# 1. 创建 MCP 实例
mcp = FastMCP("demo-server")

# 2. 用装饰器注册工具
@mcp.tool()
def greet(name: str) -> str:
    """Say hello to someone."""
    return f"Hello, {name}!"

# 3. 启动服务（改为 stdio）
if __name__ == "__main__":
    mcp.run(transport="stdio")

运行：

python server.py

在这里插入图片描述

3.2. client端代码

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    # 1. 告诉客户端如何启动 server.py
    server_params = StdioServerParameters(
        command="python",
        args=["server.py"],
        env=None
    )

    # 2. 建立连接并拿到 session
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # 3. 调用 greet 工具
            result = await session.call_tool("greet", arguments={"name": "Bob"})
            print("结果 ->", result.content[0].text)   # Hello, Bob!

if __name__ == "__main__":
    asyncio.run(main())