关于 Python Workers: FastMCP Example
Python Workers: FastMCP Example 是一个使用 FastMCP 的 Python Worker 示例，展示依赖打包、本地开发、部署、测试与代码检查流程。
主要功能
- 01基于 FastMCP 的 Python Worker 示例
- 02将依赖打包到源文件
- 03使用 Wrangler 开发
- 04使用 Wrangler 部署
- 05使用 pytest 测试并以 Ruff 格式化
适用场景
- 01了解 Python Workers 的依赖打包方式
- 02使用 Wrangler 开发和部署 Worker
- 03为示例运行测试与代码检查
MCP 相关
该示例使用 FastMCP，但 README 未说明 Worker 对外提供哪些 MCP 工具或资源。
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。
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
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
Python Workers：FastMCP 示例
这是一个使用 FastMCP 包的 Python Worker 示例。
说明
由于 Worker 的大小，此示例只能部署在 Workers 付费计划上。免费计划用户会遇到部署错误，因为此 Worker 超出了 3 MB 的大小限制。
添加包
Vendor 包会添加到源文件中，需要以特殊方式安装。Python Workers 团队计划在未来自动完成此过程，但目前需要手动操作。
Vendor 包
首先，安装 Python3.12 和 Python 3.12 的 pip。
目前，其他版本的 Python 均无法使用，请使用 3.12！
然后创建虚拟环境并在 shell 中将其激活：
python3.12 -m venv .venv
source .venv/bin/activate
在虚拟环境中，安装 pyodide CLI：
.venv/bin/pip install pyodide-build
.venv/bin/pyodide venv .venv-pyodide
最后，下载 vendor 包。如需添加其他包，请重新运行此命令。
.venv-pyodide/bin/pip install -t src/vendor -r vendor.txt
开发和部署
若要开发 Worker，请运行 npx wrangler@latest dev。
若要部署 Worker，请运行 npx wrangler@latest deploy。
测试
运行以下命令进行测试：
source .venv/bin/activate
pip install -r requirements-test.txt
pytest tests
代码检查和格式化
此项目使用 Ruff 进行代码检查和格式化：
pip install ruff
ruff check . # Run linting
ruff format . # Format code
评论
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。