“ 使用MCP协议就可以解耦智能体和工具的开发，使得其可配置。”

对智能体来说除了大模型之外，最重要的就是其工具；在之前的开发过程中，使用函数作为智能体的工具，但由于每家模型服务商的标准都不一样，因此开发起来相对比较麻烦，并且无法标准化；因此才有了MCP(模型上下文协议)的出现，目的就是统一智能体工具的开发，其作用就类似于USB接口。

通过MCP协议就可以把智能体开发和工具开发完全拆分开来，智能体是智能体，工具是工具；在需要的时候，直接把工具加入到智能体中即可使用，通过可插拔的方式，可以达到快速改造智能体功能的目的。

如果再把提示词和记忆模块做成动态可配置，那么就可以通过配置的方式，快速搭建不同功能的智能体

fastapi-mcp改造fastapi项目

什么是fastapi-mcp?

• FastAPI-MCP是一个基于python FastAPI框架开发的开源项目，可以自动识别并暴露FastAPI接口为MCP工具

• 拥有FastAPI框架的所有优点，如异步高并发、独立远程部署、OpenAPI文档

• 提供SSE、mcp-remote接入方式，支持设置授权访问，适配各种支持MCP协议客户端

• FastAPI-MCP开源地址：https://github.com/tadata-org/fastapi_mcp,原理图如下所示：

其实说了那么多，简单来说就是fastapi-mcp可以和fastapi无缝集成，直接把你的fastapi项目变成MCP服务，通过工具调用的方式动态集成到智能体中。

fastapi-mcp的主要功能：

• 自动发现与转换

  ：自动扫描FastAPI应用中的所有端点，转换为MCP工具格式，无需手动注册

• 文档完整性保留

  ：完整继承Swagger文档描述和参数校验规则，确保AI调用准确性

• 灵活部署模式

  ：支持挂载到原应用或独立部署，适配不同架构需求

• 智能端点筛选

  ：通过operation_id或标签控制暴露的接口范围

• 动态热更新

  ：运行时可刷新服务目录，自动包含新增端点

• 多协议支持

  ：原生兼容SSE协议，通过mcp-proxy适配非SSE客户端

如何运行fastapi-mcp?

fastapi-mcp的安装方式有两种，一种是使用uv，另一种是使用传统的pip。

# 使用uvuv add fastapi-mcp#使用pippip install fastapi-mcp

fastapi-mcp的挂载方式：

from fastapi import FastAPIfrom fastapi_mcp import FastApiMCPapp = FastAPI()mcp = FastApiMCP(    app,    # 可选参数    name="My API MCP")# 将 MCP 服务器直接挂载到 FastAPI 应用mcp.mount()
if __name__ == "__main__":    uvicorn.run("index:app", host="0.0.0.0", port=8000, reload=True)

启动之后就可以通过http://localhost:8000/mcp访问mcp服务；当然，在fastapi服务中，可能你并不需要把所有的接口都暴露成mcp服务，因此你可以使用不同的参数来控制暴露的接口:

自定义暴露的端点

from fastapi import FastAPIfrom fastapi_mcp import FastApiMCPapp = FastAPI()# 只包含特定操作mcp = FastApiMCP(    app,    include_operations=["get_user", "create_user"])# 排除特定操作mcp = FastApiMCP(    app,    exclude_operations=["delete_user"])# 只包含具有特定标签的操作mcp = FastApiMCP(    app,    include_tags=["users", "public"])# 排除具有特定标签的操作mcp = FastApiMCP(    app,    exclude_tags=["admin", "internal"])# 结合操作 ID 和标签（包含模式）mcp = FastApiMCP(    app,    include_operations=["user_login"],    include_tags=["public"])mcp.mount()

关于过滤的注意事项：

• 不能同时使用 include_operations 和 exclude_operations

• 不能同时使用 include_tags 和 exclude_tags

• 可以结合操作过滤和标签过滤（例如，使用 include_operations 和 include_tags）

• 当结合过滤器时，将采用贪婪方法。匹配任一条件的端点将被包含

然后你就可以使用支持mcp服务的客户端连接mcp服务，如claude，cherry studio等等；只需要在这些工具的配置文件中加入以下配置:​​​​​​​

# windows{  "mcpServers": {    "my-api-mcp-proxy": {        "command": "mcp-proxy",        "args": ["http://127.0.0.1:8000/mcp"]    }  }}# macos {  "mcpServers": {    "my-api-mcp-proxy": {        "command": "你自己安装的mcp-proxy路径 可以使用which mcp-proxy命令查找",        "args": ["http://127.0.0.1:8000/mcp"]    }  }}

总之，在智能体的开发中，使用MCP协议，可以把智能体的开发和工具的开发隔离开来，只需要按照标准的MCP协议开发即可；在智能体中就可以使用插拔的方式调用需要的工具。