Skip to main content
Glama
Sign In
enesjakozh

FastMCP

by ryuichi1208
GitHub
Python
  • Linux
  • Apple
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

Integrations

  • Allows configuration of the server through .env files, enabling storage of sensitive information like API keys outside of the codebase.

  • Provides metrics and monitoring integration, sending data about context operations (creation, updates, deletions, access), query executions, and server events to Datadog for observability and performance tracking.

FastMCP - Servidor de protocolo de contexto de modelo

Un servidor de Protocolo de Contexto de Modelo (MCP) liviano implementado con FastMCP , un marco rápido y Pythonic para crear servidores y clientes MCP.

Características

  • Crear, recuperar, actualizar y eliminar contextos de modelos
  • Ejecución de consultas en contextos específicos
  • Filtrar por nombre de modelo y etiquetas
  • Almacenamiento en memoria (para desarrollo)
  • Integración de FastMCP para un desarrollo sencillo del servidor MCP
  • Integración de Datadog para métricas y monitoreo

Requisitos

  • Python 3.7+
  • FastMCP
  • uv (recomendado para la gestión ambiental)
  • Cuenta Datadog (opcional, para métricas)

Instalación

Uso de uv (recomendado)

La forma más sencilla de instalarlo es utilizando los scripts proporcionados:

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
Ventanas
# Clone the repository git clone https://github.com/yourusername/datadog-mcp-server.git cd datadog-mcp-server # Run the installer .\install.ps1

Instalación manual

# 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

Configuración de Datadog

El servidor se integra con Datadog para métricas y monitorización. Puede configurar las credenciales de la API de Datadog de varias maneras:

1. Variables de entorno

Establezca estas variables de entorno antes de iniciar el servidor:

# 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. Archivo .env

Cree un archivo .env en el directorio del proyecto:

DATADOG_API_KEY=your_api_key DATADOG_APP_KEY=your_app_key DATADOG_SITE=datadoghq.com

3. Instalación de la CLI de FastMCP

Al instalar como una herramienta de Claude Desktop, puede pasar variables de entorno:

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

4. Configuración del tiempo de ejecución

Utilice la herramienta configure_datadog en tiempo de ejecución:

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

Uso

Iniciando el servidor

# 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

Instalación como una herramienta de escritorio de Claude

# 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

Usando las herramientas

El servidor proporciona las siguientes herramientas:

  • create_context - Crea un nuevo contexto
  • get_context - Recuperar un contexto específico
  • update_context - Actualizar un contexto existente
  • delete_context - Eliminar un contexto
  • list_contexts - Lista todos los contextos (con filtrado opcional)
  • query_model - Ejecutar una consulta en un contexto específico
  • health_check - Comprobación del estado del servidor
  • configure_datadog - Configurar la integración de Datadog en tiempo de ejecución

Solicitudes de ejemplo

Creando un contexto

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

Ejecutar una consulta

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

Configuración de 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 })

Métricas de Datadog

El servidor informa las siguientes métricas a Datadog:

  • mcp.contexts.created - Eventos de creación de contexto
  • mcp.contexts.updated - Eventos de actualización de contexto
  • mcp.contexts.deleted - Eventos de eliminación de contexto
  • mcp.contexts.accessed - Eventos de acceso al contexto
  • mcp.contexts.total - Número total de contextos
  • mcp.contexts.listed - Lista de eventos de operación de contextos
  • mcp.queries.executed - Eventos de ejecución de consultas
  • mcp.server.startup - Eventos de inicio del servidor
  • mcp.server.shutdown - Eventos de apagado del servidor

Desarrollo

Consulte el mcp_example.py incluido para ver un ejemplo de implementación del cliente:

# Run the example client (with activated environment) python mcp_example.py # Run with uv (no activation needed) uv run python mcp_example.py

Licencia

Instituto Tecnológico de Massachusetts (MIT)

Recursos

This server cannot be installed

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

Un servidor de protocolo de contexto de modelo liviano que permite crear, administrar y consultar contextos de modelo con métricas y monitoreo de Datadog integrados.

  1. Features
    1. Requirements
      1. Installation
        1. Using uv (Recommended)
        2. Manual Installation
      2. Datadog Configuration
        1. 1. Environment Variables
        2. 2. .env File
        3. 3. FastMCP CLI Installation
        4. 4. Runtime Configuration
      3. Usage
        1. Starting the Server
        2. Installing as a Claude Desktop Tool
        3. Using the Tools
      4. Example Requests
        1. Creating a Context
        2. Executing a Query
        3. Configuring Datadog
      5. Datadog Metrics
        1. Development
          1. License
            1. Resources

              Related MCP Servers

              • Calculator MCP Server

                QuantGeekDev
                -
                security
                F
                license
                -
                quality
                A Model Context Protocol server built with mcp-framework that allows users to create and manage custom tools for processing data, integrating with the Claude Desktop via CLI.
                Last updated -
                48
                4
                TypeScript
                • Apple

              • Filesystem MCP Server

                bsmi021
                -
                security
                A
                license
                -
                quality
                A Model Context Protocol server that provides file system operations, analysis, and manipulation capabilities through a standardized tool interface.
                Last updated -
                1
                TypeScript
                MIT License

              • ConnectWise API Gateway MCP Server

                jasondsmith72
                -
                security
                F
                license
                -
                quality
                A Model Context Protocol server that provides a comprehensive interface for interacting with the ConnectWise Manage API, simplifying API discovery, execution, and management for both developers and AI assistants.
                Last updated -
                46
                2
                Python
                • Linux
                • Apple

              • MCP Data Wrangler

                shibuiwilliam
                -
                security
                A
                license
                -
                quality
                A Model Context Protocol server for data wrangling that provides standardized interfaces for data preprocessing, transformation, and analysis tasks including data aggregation and descriptive statistics.
                Last updated -
                1
                Python
                MIT License
                • Linux
                • Apple

              View all related MCP servers

              ID: qhguasjdci