mcpField
F
FastAPI Hello World Application

FastAPI Hello World Application

本地服务
github.com/xxradar开发工具081 周前更新

关于 FastAPI Hello World Application

这是一个使用 FastAPI 构建的示例 API,包含问候接口和基于 GPT-4o 的聊天响应。它还提供 Swagger UI 文档,并支持 MCP SSE。

主要功能

  1. 01Hello World 根路径接口
  2. 02按名称生成问候语
  3. 03GPT-4o 聊天响应接口
  4. 04Swagger UI 与 ReDoc 文档

适用场景

  1. 01验证 FastAPI 服务是否运行
  2. 02按名称返回个性化问候
  3. 03通过 API 获取 GPT-4o 响应

MCP 相关

应用支持 MCP SSE,可通过 MCP Inspector 连接。

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。

代码仓库

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

FastAPI Hello World 应用

使用 FastAPI 并支持 MCP SSE 的简单 Hello World API。

功能

  • 根端点,返回 Hello World 消息
  • 动态问候端点,接受姓名参数
  • 集成 OpenAI 和 GPT-4o,提供由 AI 驱动的高级聊天补全功能
  • 自动生成 API 文档,并提供 Swagger UI

前提条件

  • Python 3.7+(用于本地设置)
  • pip(Python 包安装程序)
  • OpenAI API 密钥(用于 /openai 端点)
  • Docker(可选,用于容器化设置)

设置说明

你可以在本地运行此应用,也可以使用 Docker 运行。

本地设置
1. 克隆代码库
git clone https://github.com/xxradar/mcp-test-repo.git
cd mcp-test-repo
2. 创建虚拟环境(可选,但建议创建)
# On macOS/Linux
python -m venv venv
source venv/bin/activate

# On Windows
python -m venv venv
venv\Scripts\activate
3. 安装依赖项
pip install -r requirements.txt
4. 运行应用
uvicorn main:app --reload

应用将启动,并可通过 http://127.0.0.1:8000 访问。

或者,你也可以直接使用 Python 运行应用:

python main.py
Docker 设置
1. 克隆代码库
git clone https://github.com/xxradar/mcp-test-repo.git
cd mcp-test-repo
2. 构建 Docker 镜像
docker build -t fastapi-hello-world .
3. 运行 Docker 容器
docker run -p 8000:8000 fastapi-hello-world

应用可通过 http://localhost:8000 访问。

API 端点

  • GET /:返回简单的 Hello World 消息
  • GET /hello/{name}:返回包含所提供姓名的个性化问候
  • GET /openai:返回 OpenAI 的 GPT-4o 模型生成的回复(接受可选的 prompt 查询参数)
  • GET /docs:Swagger UI 文档
  • GET /redoc:ReDoc 文档

OpenAI 集成

/openai 端点使用 OpenAI 的 GPT-4o 模型,需要将 OpenAI API 密钥设置为环境变量:

本地设置
# Set the OpenAI API key as an environment variable
export OPENAI_API_KEY=your_api_key_here

# Run the application
uvicorn main:app --reload
Docker 设置
# Run the Docker container with the OpenAI API key
docker run -p 8000:8000 -e OPENAI_API_KEY=your_api_key_here fastapi-hello-world

使用示例

使用 curl
# Get Hello World message
curl http://127.0.0.1:8000/

# Get personalized greeting
curl http://127.0.0.1:8000/hello/John

# Get OpenAI chat completion with default prompt
curl http://127.0.0.1:8000/openai

# Get OpenAI chat completion with custom prompt
curl "http://127.0.0.1:8000/openai?prompt=Tell%20me%20a%20joke%20about%20programming"
使用 MCP

连接到 MCP Inspector

npx @modelcontextprotocol/inspector
使用 Web 浏览器

开发

如需修改应用,请编辑 main.py 文件。如果使用 --reload 标志运行服务器,服务器将在修改后自动重新加载。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。