最近，一个叫作 FastAPI-MCP 的开源库问世小火箭订阅，旨在帮助开发者更轻松地将传统 FastAPI 应用程序与现代 AI 智能体通过模型上下文协议 (MCP) 连接起来。FastAPI-MCP 旨在实现零配置，使得开发者能够自动将 API 端点暴露为与 MCP 兼容的服务，从而以最小的改动让 Web 服务对 AI 系统可用。

　　这个库能够识别所有可用的 FastAPI 端点，并将它们转换为 MCP 工具。它保留了请求和响应模式，以及为 Swagger 或 OpenAPI 接口创建的文档。这些功能确保 AI 智能体能够访问端点，并有效地、安全地与它们发生交互。此外，开发者可以直接在 FastAPI 应用程序内挂载 MCP 服务器，也可以将其作为独立服务部署，从而在不同架构中提供灵活性。

　　服务器既可以作为 FastAPI 应用的一部分进行托管，也可以独立部署，具体取决于架构需求。它支持通过 uv（一个高效的 Python 包管理器）和传统的 pip 进行安装。

　　这种方法在开发者和 AI 社区引起了广泛关注。AI/ML 工程师兼多云架构师 Pratham Chandratre 指出：

　　FastAPI 与 MCP 的结合正是 AI/LLM 生态系统所需要的。这对于希望快速将工具投入生产而无需重写一切的开发者来说是一个巨大的胜利。向 FastAPI-MCP 背后的团队致敬——这是一个改变游戏规则的项目！

　　有一些人则提出了未来需要考虑的事项和可能的改进功能。软件工程师 Murat Aslan 提出了一个关于实际部署中遇到的问题：

　　将 FastAPI 应用程序轻松变成 MCP 服务器的能力非常令人赞叹。我很好奇它是否也支持开箱即用的自定义中间件和身份验证层。

　　随着人们对智能体架构关注度的日益增长，FastAPI-MCP 提供了一种将传统 Web API 与支持模型上下文协议（MCP）的系统相连接的解决方案。这个库遵循 MCP 标准，使得 FastAPI 应用程序能够为依赖于结构化、基于协议交互的 AI 工具提供服务。

　　FastAPI-MCP 是由 Tadata 公司开发和维护的项目，基于 MIT 许可。该项目欢迎社区的贡献，包括错误报告、功能请求和代码改进。对于有兴趣参与的开发者，在提交拉取请求或打开问题之前，建议先阅读官方的贡献指南。