Skip to main content
Glama

FastAPI SSE MCP Random

Ein FastAPI-Server, der das Model Context Protocol (MCP) mithilfe von Server-Sent Events (SSE) für die Streaming-Kommunikation implementiert. Dieses Projekt bietet verschiedene Dienstprogramme, darunter die Generierung von Zufallszahlen, die Bildgenerierung mit Azure OpenAI DALL-E und die Generierung von KI-Podcasts.

Merkmale

  • Server-Sent Events (SSE) für Echtzeit-Streaming-Kommunikation

  • Model Context Protocol (MCP) -Implementierung für strukturierte Tool-Nutzung

  • Mehrere Dienstprogramme :

    • Echo-Tool und Ressourcen

    • Zufallszahlengenerator

    • Bildgenerierung über Azure OpenAI DALL-E 3

    • KI-Podcast-Generierung

    • „Denkwerkzeug“ für reflektierte Antworten

Related MCP server: MyAIServ MCP Server

Voraussetzungen

  • Python 3.10+

  • Azure OpenAI API-Zugriff (zur Bildgenerierung)

Installation

  1. Klonen Sie das Repository:

git clone <repository-url> cd fastapi_sse_mcp_random
  1. Installieren Sie die Abhängigkeiten:

pip install -r requirements.txt

Oder mit uv :

uv pip install -e .

Verwendung

Starten des Servers

Führen Sie den Server aus mit:

python main.py

Der Server startet unter http://0.0.0.0:8000

Verfügbare Endpunkte

  • GET / : Endpunkt der Integritätsprüfung

  • GET /sse/ : SSE-Verbindungsendpunkt

  • POST /messages/ : Endpunkt für Client-Nachrichten

Verfügbare Tools

Echo-Tool

{ "name": "echo_tool", "parameters": { "message": "Hello, world!" } }

Zufallszahlengenerator

{ "name": "random_number", "parameters": { "min_value": 1, "max_value": 100 } }

Bilderzeugung

{ "name": "generate_image", "parameters": { "prompt": "A beautiful landscape with mountains and a lake" } }

Podcast-Generierung

{ "name": "generate_podcast", "parameters": { "prompt": "The future of artificial intelligence", "duration": 5, "name1": "Mark", "voice1": "Thomas", "name2": "Sophia", "voice2": "Emily" } }

Denkwerkzeug

{ "name": "think_tool", "parameters": { "input": "What are the implications of quantum computing?" } }

Projektstruktur

  • main.py : Haupt-FastAPI-Anwendung und Implementierung der MCP-Tools

  • sse.py : Implementierung von Server-Sent Events (SSE)

  • pyproject.toml : Projektmetadaten und Abhängigkeiten

  • requirements.txt : Liste grundlegender Abhängigkeiten

Abhängigkeiten

  • FastAPI: Webframework zum Erstellen von APIs

  • MCP: Implementierung des Model Context Protocol

  • OpenAI: Client für Azure OpenAI-Dienste

  • Uvicorn: ASGI-Server zum Ausführen von FastAPI-Anwendungen

  • Requests: HTTP-Bibliothek für API-Aufrufe

Lizenz

[Geben Sie hier Ihre Lizenz an]

Beitragen

[Anleitung zur Mitarbeit am Projekt]

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/hk4crprasad/fastapi_sse_mcp_random'

If you have feedback or need assistance with the MCP directory API, please join our Discord server