我看到很多人被Anthropic新发布的MCP协议吓倒或感到困惑，该协议旨在使AI代理与您的应用之间的连接无缝且清晰这样的连接。但实际上，为您的Python应用程序构建这样一个服务器并不需要太复杂。
在我们开始之前，让我先来说说为什么这非常有必要。

1. 允许AI代理与您的应用程序无缝集成
2. 将复杂性从人类开发者转移到AI代理，从而简化应用程序开发过程
3. 简化将AI与众多工具和数据源连接的过程

如果 MCP 成为下一个标准，你将不得不采纳它，因为人们将从手动整合转向让 AI 处理所有事情。
你现在可能会说：“没问题！这还只是假设，让我们等等看。”但一旦你看到采纳它的努力是多么小，你就会希望保持领先。

已有就跳过。

《FastAPI 入门指南》(https://fastapi.tiangolo.com/tutorial/first-steps/) 肯定比我说的更棒，大致来说就是这样：

• 首先，安装依赖项：

pip install uvicorn fastapi

• 搭建一个FastAPI服务器：

    from fastapi import FastAPI  

    app = FastAPI()  

    @app.get("/")  
    async def 首页():  
        return {"message": "MCP 太酷了"}

• 对于应用的每个功能，编写一个“路径操作函数”——为特定路径分配一个函数（比如根函数就在路径 / 下），执行一个 HTTP 请求（GET、POST、PUT、DELETE 等）。
• 用 uvicorn 来运行你的应用：

    uvicorn main:app - reload

这样就行了！您的FastAPI应用现在可以在http://127.0.0.1:8000运行。现在我们来把它升级到MCP服务器吧。

• 安装这个开源工具 fastapi-mcp，

pip install fastapi-mcp

• 在你的 FastAPI 代码中添加：

    从 fastapi 导入 FastAPI  
    从 fastapi_mcp 导入 add_mcp_server  

    # 您的 FastAPI 应用  
    app = FastAPI()  

    # 将 MCP 服务器挂载到您的应用  
    add_mcp_server(  
        app,                 # 您的 FastAPI 应用  
        mount_path="/mcp",   # MCP 服务器的挂载位置  
        name="My API MCP",   # MCP 服务器的名称  
    )

这样就行了！MCP服务器已经自动生成并可以在这里访问，地址为http://127.0.0.1:8000/mcp。这是可以在Cursor或其他支持SSE的AI代理（据说Cline也即将支持MCP）中配置的地址。

在 Cursor 中设置 MCP：

1. 设置 -> MCP -> 添加新的MCP ->
2. 复制粘贴以下内容到打开的JSON文件中，

{
  "mcpServers": {
    "My First MCP服务器": {
      "url": "http://127.0.0.1:8000/mcp"
      //我的第一个MCP服务器配置
    }
  }
}

配置 Claude Desktop 需要额外的一个步骤（因为它目前只支持标准输入输出（stdio）），但别着急——我将在另一篇帖子中教你如何完成配置。

设置完成后，AI代理可以通过标准化协议与您的应用交互。您可以通过增加更多端点来扩展MCP服务器，每个端点公开应用的不同功能。
记住，MCP的目的是让集成变得简单，所以不要让它变得过于复杂。从基础功能开始，逐步扩展。
使用FastAPI和fastapi-mcp库的好处是，您可以保留FastAPI的所有优点（例如自动文档和类型验证），同时只需少量额外代码即可添加MCP功能。
如果您已经尝试过了，请告诉我，别忘了给fastapi-mcp仓库点个赞！