CbetaMCP

# 🧠 MCP 聚合工具服务 / MCP Aggregated Tool Service     一个基于 FastAPI + fastapi_mcp 实现的多工具统一接入平台，支持模块化、自动注册与异步扩展。适用于将多个 AI 工具或微服务聚合为一个统一接口服务，支持标准化输入输出格式，便于前端集成或 LLM 系统调用。 A modular, extensible and FastAPI-based MCP (Multi-Component Platform) tool aggregation service. Easily connect and expose independent tools through standardized APIs. Perfect for frontend integration or large language model (LLM) orchestration. --- ## 🌟 功能特点 / Features - ✅ 支持多工具自动注册（基于目录扫描） - ✅ 所有接口统一 POST 方式 + BaseModel 校验 - ✅ 支持异步 httpx 接口调用 - ✅ 标准化 JSON 响应格式（success/error） - ✅ Docker 一键部署支持 - ✅ 配套开发说明文档，便于扩展工具模块 --- ## 📁 项目结构 / Project Structure ```bash . ├── main.py # FastAPI 主程序，含 MCP 注册逻辑 ├── tools/ # 工具目录，每个文件一个功能 ├── Dockerfile # 构建镜像用 ├── docker-compose.yml # 一键部署支持 ├── mcp_tool_开发说明.md # 开发者使用规范文档（中文） └── README.md ``` --- ## 🚀 快速开始 / Quick Start ### 🧰 依赖要求 / Requirements - Python 3.8+ - pip - Docker / Docker Compose（可选） ### 📦 本地运行 / Local Dev ```bash # 安装依赖 pip install -r requirements.txt # 启动服务 python main.py ``` 默认服务地址：http://localhost:8000/mcp ### 🐳 使用 Docker 部署 / Docker Deployment ```bash # 构建 & 运行 docker-compose up --build -d # 访问 MCP 工具服务 http://localhost:8000/mcp ``` --- ## 🧱 工具模块开发规范 / Tool Module Guidelines 每个工具应放置于 `tools/` 目录下（可多层嵌套），并包含： 1. 使用 `pydantic.BaseModel` 定义参数； 2. 使用 `@__mcp_server__.tool()` 注册工具函数； 3. 返回 `success_response()` 或 `error_response()`； 4. （可选）异步调用外部接口 + 缓存结果。 示例参考： ```python from pydantic import BaseModel from main import __mcp_server__, success_response class MyParams(BaseModel): name: str @__mcp_server__.tool() async def hello_tool(params: MyParams): return success_response({"message": f"Hello {params.name}!"}) ``` --- ## 🔗 接口说明 / API Usage 所有工具接口统一通过 `/mcp` 路径访问，自动根据模块注册。 请求方式：`POST` 请求格式：`application/json` 响应格式： ```json { "status": "success", "result": { ... } } ``` --- ## 📚 文档参考 / Docs - [📘 开发说明文档 (中文)](./mcp_tool_开发说明.md) - 示例模块路径：`tools/xxx/tool_name.py` --- ## 📄 License MIT License © 2025 [your-name]