FastMCP - Model Context Protocol Server

FastMCP - Model Context Protocol 服务端

一个轻量级 Model Context Protocol (MCP) 服务端，使用 FastMCP 实现。FastMCP 是一个快速且符合 Python 风格的框架，用于构建 MCP 服务端和客户端。

功能

• 创建、检索、更新和删除模型上下文
• 针对特定上下文执行查询
• 按模型名称和标签筛选
• 内存存储（用于开发）
• 集成 FastMCP，便于开发 MCP 服务端
• 集成 Datadog，用于指标和监控

要求

• Python 3.7+
• FastMCP
• uv（推荐用于环境管理）
• Datadog 账户（可选，用于指标）

安装

使用 uv（推荐）

最简单的安装方式是使用提供的脚本：

Unix/Linux/macOS

# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server

# Make the install script executable
chmod +x install.sh

# Run the installer
./install.sh

Windows

# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server

# Run the installer
.\install.ps1

手动安装

# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server

# Create and activate a virtual environment with uv
uv venv
# On Unix/Linux/macOS:
source .venv/bin/activate
# On Windows:
.\.venv\Scripts\activate

# Install dependencies
uv pip install -r requirements.txt

Datadog 配置

此服务端集成了 Datadog，用于指标和监控。你可以通过多种方式配置 Datadog API 凭据：

1. 环境变量

启动服务端前设置以下环境变量：

# Unix/Linux/macOS
export DATADOG_API_KEY=your_api_key
export DATADOG_APP_KEY=your_app_key  # Optional
export DATADOG_SITE=datadoghq.com    # Optional, default: datadoghq.com

# Windows PowerShell
$env:DATADOG_API_KEY = 'your_api_key'
$env:DATADOG_APP_KEY = 'your_app_key'  # Optional
$env:DATADOG_SITE = 'datadoghq.com'    # Optional

2. .env 文件

在项目目录中创建 .env 文件：

DATADOG_API_KEY=your_api_key
DATADOG_APP_KEY=your_app_key
DATADOG_SITE=datadoghq.com

3. FastMCP CLI 安装

将其安装为 Claude Desktop 工具时，可以传入环境变量：

fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key

4. 运行时配置

运行时使用 configure_datadog 工具：

result = await client.call_tool("configure_datadog", {
    "api_key": "your_api_key",
    "app_key": "your_app_key",  # Optional
    "site": "datadoghq.com"     # Optional
})

使用方法

启动服务端

# Start directly from activated environment
python mcp_server.py

# Or use uv run (no activation needed)
uv run python mcp_server.py

# Use FastMCP CLI for development (if in activated environment)
fastmcp dev mcp_server.py

# Use FastMCP CLI with uv (no activation needed)
uv run -m fastmcp dev mcp_server.py

安装为 Claude Desktop 工具

# From activated environment
fastmcp install mcp_server.py --name "Model Context Server"

# Using uv directly
uv run python -m fastmcp install mcp_server.py --name "Model Context Server"

# With Datadog API key
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key

使用工具

此服务端提供以下工具：

• create_context - 创建新上下文
• get_context - 检索特定上下文
• update_context - 更新现有上下文
• delete_context - 删除上下文
• list_contexts - 列出所有上下文（可选筛选）
• query_model - 针对特定上下文执行查询
• health_check - 服务端运行状况检查
• configure_datadog - 在运行时配置 Datadog 集成

请求示例

创建上下文

result = await client.call_tool("create_context", {
    "context_id": "model-123",
    "model_name": "gpt-3.5",
    "data": {
        "parameters": {
            "temperature": 0.7
        }
    },
    "tags": ["production", "nlp"]
})

执行查询

result = await client.call_tool("query_model", {
    "context_id": "model-123",
    "query_data": {
        "prompt": "Hello, world!"
    }
})

配置 Datadog

result = await client.call_tool("configure_datadog", {
    "api_key": "your_datadog_api_key",
    "app_key": "your_datadog_app_key",  # Optional
    "site": "datadoghq.com"             # Optional
})

Datadog 指标

此服务端会向 Datadog 报告以下指标：

• mcp.contexts.created - 上下文创建事件
• mcp.contexts.updated - 上下文更新事件
• mcp.contexts.deleted - 上下文删除事件
• mcp.contexts.accessed - 上下文访问事件
• mcp.contexts.total - 上下文总数
• mcp.contexts.listed - 上下文列表操作事件
• mcp.queries.executed - 查询执行事件
• mcp.server.startup - 服务端启动事件
• mcp.server.shutdown - 服务端关闭事件

开发

请参阅随附的 mcp_example.py，了解客户端实现示例：

# Run the example client (with activated environment)
python mcp_example.py

# Run with uv (no activation needed)
uv run python mcp_example.py

许可证

MIT

资源

• FastMCP 文档
• Model Context Protocol 规范
• uv 包管理器
• Datadog API 文档