FastMCP 实战开发 MCP 服务，小白也能快速上手，附完整代码！

<think>我们正在讨论FastMCP如何调用外部MCP服务。根据引用[3]和[5]，FastMCP主要是一个用于构建MCP服务器的框架。然而，用户的问题是关于如何调用外部的MCP服务（即作为客户端）。 在MCP架构中（引用[3]）： - MCP Host: 使用AI的应用程序（如Claude客户端） - MCP Client: 负责与MCP Server通信的组件 - MCP Server: 提供功能接口的组件 FastMCP主要用于构建MCP Server（引用[2][5]）。但是，调用外部MCP服务需要扮演MCP Client的角色。 然而，查看引用[5]的示例代码，它只展示了如何创建MCP Server（使用`FastMCP`类，定义工具和资源，然后运行）。并没有直接展示如何作为客户端调用外部服务。 但是，我们注意到引用[3]中提到“MCP Client：与MCP Server建立连接的组件，负责处理通信细节”。因此，要调用外部MCP服务，我们需要一个MCP客户端。 由于FastMCP的文档和引用中主要关注服务端，可能没有直接提供客户端库。但我们可以根据MCP协议（一种基于JSON的协议）来实现客户端调用。 步骤： 1. 了解MCP协议：MCP协议通常通过标准输入输出（stdio）或HTTP等传输层进行通信。消息是JSON格式。 2. 作为客户端，我们需要向MCP服务器发送请求并接收响应。 例如，如果我们有一个运行在HTTP上的MCP服务器，我们可以发送HTTP POST请求到服务器的端点，请求体为JSON格式的MCP请求。 但是，引用[5]中的示例使用的是`stdio`传输（即标准输入输出），这意味着它设计用于与父进程通过管道通信。在这种情况下，调用外部MCP服务（作为另一个进程）需要以子进程方式启动它，并通过管道进行通信。 然而，用户的问题可能是：在FastMCP构建的服务中，如何调用另一个外部的MCP服务？即我们构建的FastMCP服务器需要作为客户端去调用其他MCP服务器。 由于FastMCP主要关注服务端，它可能没有内置的客户端功能。因此，我们需要自己实现一个MCP客户端。 实现MCP客户端的基本步骤（以HTTP传输为例）： 1. 确定外部MCP服务的端点（URL）。 2. 根据MCP协议构造请求（JSON格式）。 3. 发送HTTP POST请求。 4. 解析响应。 但是，如果外部MCP服务使用stdio传输（如引用[5]的示例），则调用方式不同：我们需要启动该外部服务作为子进程，并通过标准输入输出与其通信。 由于MCP协议的具体消息格式在引用中没有给出，我们可以参考MCP的官方文档或标准。但根据常见实现，一个简单的MCP请求可能如下： 请求： ```json { "id": "unique-request-id", "method": "方法名", "params": { "param1": value1, "param2": value2 } } ``` 响应： ```json { "id": "unique-request-id", "result": ..., "error": null } ``` 因此，如果我们使用HTTP传输，可以这样调用（使用Python的requests库）： ```python import requests url = "http://external-mcp-server/endpoint" payload = { "id": "1", "method": "add", # 假设外部服务有一个add方法 "params": { "a": 2, "b": 3 } } response = requests.post(url, json=payload) result = response.json()['result'] ``` 如果是stdio传输，则更复杂，需要管理子进程的输入输出。例如： ```python import subprocess import json # 启动外部MCP服务进程（假设它是一个可以通过命令行启动的程序） process = subprocess.Popen(['python', 'external_mcp_server.py'], stdin=subprocess.PIPE, stdout=subprocess.PIPE, text=True) # 构造请求 request = { "id": "1", "method": "add", "params": { "a": 2, "b": 3 } } # 发送请求 process.stdin.write(json.dumps(request) + '\n') process.stdin.flush() # 获取响应 response_line = process.stdout.readline() response = json.loads(response_line) result = response['result'] ``` 注意：stdio模式下，通常以换行符分隔的JSON消息进行通信。 在FastMCP构建的服务中，如果我们想要调用外部服务，我们可以在FastMCP定义的工具函数中实现上述客户端逻辑。例如： ```python from mcp.server.fastmcp import FastMCP import requests mcp = FastMCP("My Server") @mcp.tool() def call_external_service(a: int, b: int) -> int: """调用外部MCP服务的add方法""" # 假设外部服务是HTTP传输 url = "http://localhost:8000/mcp" payload = { "id": "1", "method": "add", "params": {"a": a, "b": b} } response = requests.post(url, json=payload) if response.status_code == 200: return response.json()['result'] else: raise Exception("调用外部服务失败") # ... 其他工具和资源 ``` 总结：FastMCP本身没有提供调用外部MCP服务的客户端库，但我们可以根据传输方式（HTTP或stdio）使用常规的HTTP客户端或子进程管理来实现。 注意：在实现客户端时，需要了解目标MCP服务的具体协议细节（方法名、参数、传输方式等）。 因此，回答用户问题：FastMCP如何调用外部MCP服务？我们可以通过自行实现MCP客户端（使用HTTP请求或子进程通信）来调用。</think>### FastMCP 调用外部 MCP 服务的技术实现 在 FastMCP 中调用外部 MCP 服务需要遵循 MCP 协议的客户端-服务器架构。以下是实现步骤和技术要点： #### 1. **理解 MCP 架构角色** - **MCP Host**：发起请求的应用程序（如 AI 客户端）[^3] - **MCP Client**：负责连接外部服务的组件（需自行实现） - **MCP Server**：外部服务提供方（已存在） ```mermaid graph LR A[MCP Host] --> B[MCP Client] B --> C[外部 MCP Server] ``` #### 2. **实现 MCP 客户端** FastMCP 主要提供**服务端开发能力**，调用外部服务需自行构建客户端逻辑。核心步骤： ```python import requests import json class MCPClient: def __init__(self, server_url: str): self.base_url = server_url # 外部服务地址，如 http://external-mcp:8000 def call_tool(self, tool_name: str, params: dict) -> dict: """调用外部服务的工具""" payload = { "method": tool_name, "params": params, "id": "req_123" # 唯一请求ID } response = requests.post( f"{self.base_url}/invoke", json=payload, headers={"Content-Type": "application/json"} ) return response.json() ``` #### 3. **在 FastMCP 服务中集成调用** 在 FastMCP 定义的工具中嵌入客户端调用： ```python from mcp.server.fastmcp import FastMCP mcp = FastMCP("GatewayService") # 创建客户端实例 external_client = MCPClient("http://external-service:8000") @mcp.tool() def combined_calculation(a: int, b: int) -> dict: """调用外部服务的加法工具并本地处理""" # 调用外部服务 external_res = external_client.call_tool("add", {"a": a, "b": b}) # 本地处理 local_calc = a * b return { "external_sum": external_res["result"], "local_product": local_calc } ``` #### 4. **通信协议要点 - **传输格式**：JSON-RPC 风格协议[^3] - **典型请求**： ```json { "method": "add", "params": {"a": 5, "b": 3}, "id": "req_2023" } ``` - **响应结构**： ```json { "result": 8, "error": null, "id": "req_2023" } ``` #### 5. **高级场景处理 - **异步调用**：使用 `asyncio` + `aiohttp` 实现非阻塞 - **错误处理**： ```python try: result = external_client.call_tool("divide", {"x": 10, "y": 0}) except MCPError as e: return {"error": f"External service failed: {e.code}"} ``` - **安全认证**：在请求头添加 JWT 或 API Key ```python headers={"Authorization": "Bearer <TOKEN>"} ``` ### 关键注意事项 1. **协议兼容性**：确保外部服务遵循标准 MCP 协议规范 2. **传输层适配**：根据目标服务支持 `HTTP`/`WebSocket`/`stdio`[^5] 3. **超时控制**：设置合理超时（建议 3-5 秒） 4. **服务发现**：复杂系统需集成服务注册中心（如 Consul） > 提示：对于复杂集成场景，建议封装可复用的 MCP Client SDK，统一处理序列化、重试和监控逻辑[^2]。