FastMCP：用 Python 写 MCP 服务器，简单到离谱

最近在搞 AI 工具链的朋友应该都听过 MCP（Model Context Protocol）。这个协议想干的事很简单，就是让大模型能连上外部工具和数据源。但自己从零写一个 MCP 服务器，光是协议对接、Schema 生成、传输层适配就够喝一壶的。

FastMCP 就是来解决这个问题的。它是 Prefect 团队出的 Python 框架，GitHub 上已经 2.5 万 Star，每天被下载上百万次。一句话总结：你只管写 Python 函数，剩下的 MCP 协议细节它全包了。

用起来有多简单

看个最基础的例子：

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()

就这么多。你定义一个普通 Python 函数，加个 @mcp.tool 装饰器，FastMCP 自动帮你生成参数校验、JSON Schema 和文档。跑起来就是一个完整的 MCP 服务器，能直接被 Claude、GPT 这类大模型调用。

它到底解决了什么问题

自己写 MCP 服务器，光协议层面的事就不少：传输层选 SSE 还是 stdio？认证怎么做？工具描述的 Schema 怎么写才能让模型正确理解？生命周期怎么管理？

FastMCP 把这些全封装了。你声明一个工具，Schema 和校验自动生成。连上一个远程服务器，传输协商和认证它管。你只用关心业务逻辑，协议的事不用操心。

FastMCP 有三个核心模块：Servers 负责把你的 Python 函数暴露成 MCP 工具，Clients 负责连接任何 MCP 服务器，Apps 可以在对话里直接渲染交互式 UI。

为什么它能成为标准

FastMCP 1.0 在 2024 年被整合进了 MCP 官方 Python SDK。现在独立维护的版本，每天下载量过百万，全语言范围内 70% 的 MCP 服务器都用了某种形式的 FastMCP。

能做到这一步，靠的不是营销，是易用性。Python 开发者装个包就能上手，API 设计干净，文档齐全。Prefect 团队还提供了企业级的 Horizon 平台，支持从 GitHub 部署、分支预览、SSO 访问控制和审计日志，适合团队和生产环境用。

安装和上手

推荐用 uv 安装：

uv pip install fastmcp

装完就能用。文档在 gofastmcp.com，有安装指南、快速上手和进阶用法。社区有 Discord 群，遇到问题可以去问。

适合什么人

如果你在做 AI 应用，需要给模型接外部工具或数据源，FastMCP 是最省事的选择。如果你是 Python 开发者，想快速搭个 MCP 服务器给团队或自己用，它也是首选。

当然也有局限。FastMCP 是 Python 生态的，如果你的项目是 Go 或 Java，得自己找别的方案。不过考虑到 Python 在 AI 领域的地位，这个限制影响不大。

说白了，FastMCP 就是一个让 MCP 开发变简单的工具。不花哨，但管用。

AI 领域的地位，这个限制影响不大。

说白了，FastMCP 就是一个让 MCP 开发变简单的工具。不花哨，但管用。