关于 🧠 MCP Server Practice
MCP Server Practice 是面向开发者的模块化 FastAPI 和 FastMCP 服务，用于演示工具与资源的实践实现。示例涵盖数学运算、天气、网页搜索和文本转语音生成。
主要功能
- 01整数加法与乘法
- 02按城市查询天气
- 03使用 OpenAI 工具搜索网页
- 04从文本生成 WAV 音频
- 05返回个性化问候资源
适用场景
- 01探索 FastMCP 工具实现
- 02查询城市实时天气
- 03让 AI Agent 执行网页搜索
- 04将文本查询转换为语音
MCP 相关
该服务向 AI Agent 或命令行工具提供工具及 `greeting://{name}` 资源，并通过 stdio 传输运行。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。
详细介绍
🧠 MCP 服务实践
一个基于 FastAPI、由 FastMCP 驱动的模块化服务，展示了 AI 工具、数学运算、网络搜索、音频响应生成和外部 API 集成的实用实现。
🚀 核心功能
🔧 数学工具
add(a, b)：返回两个整数之和。multiply(a, b)：返回两个整数的乘积。
🌤️ 天气 API 集成
get_weather(city)：使用 WeatherAPI 获取指定城市的实时天气数据。
🌐 网络搜索（通过 OpenAI Tools）
web_search(query)：使用 OpenAI 的网络搜索工具执行实时网络搜索，并返回简洁的结果。
🔊 音频响应生成
audio_query(text)：使用 OpenAI 的gpt-4o音频功能，将文本查询转换为语音（WAV 格式）。音频文件会自动保存到/audio文件夹。
🙋♂️ 自定义资源示例
greeting://{name}：通过基于资源的路由返回个性化问候语。
🛠️ 构建所用技术
- FastMCP：用于基于工具的工作流的服务接口。
- FastAPI：用于构建高性能 API 的 Web 框架。
- OpenAI：为 AI 搜索、聊天和音频生成提供支持。
- WeatherAPI：用于获取实时天气更新的外部 API。
- Python + dotenv：用于编写脚本并安全地处理环境变量。
💻 工作原理
每个工具都使用 @mcp.tool() 装饰器定义，使其可作为 AI Agent 或命令行工具的可调用接口。服务通过以下命令运行：
mcp.run(transport="stdio")
评论
支持 Markdown
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。