mcp-fastapi

Servidor MCP que expõe os documentos de referência do FastAPI (docs/references/, 39 tópicos) como três tools, para que um agente/LLM consulte orientação real sobre FastAPI durante o desenvolvimento — em vez de depender só de conhecimento pré-treinado. Não é um buscador genérico de documentação: cada tool existe para responder "isso ajuda o agente a escrever FastAPI correto agora, no meio de uma tarefa de desenvolvimento?".

Tools

Nomes e parâmetros em português brasileiro (vocabulário de domínio do projeto). Schemas completos e cenários de erro em specs/001-search-fastapi-docs/contracts/mcp-tools.md.

buscar_documentos

Busca por tópico/palavra-chave. Recebe consulta (string, não pode ser vazia/só espaço) e devolve uma lista ranqueada (máx. 10) com id_documento, titulo, trecho (excerto que justifica o match) e pontuacao.

obter_documento

Recebe id_documento (ex.: o retornado por uma busca) e devolve o conteúdo markdown completo e sem modificação do documento, ou uma resposta encontrado: false clara se o id não existir.

listar_documentos

Sem parâmetros. Lista todos os documentos do corpus (id_documento + titulo), para descoberta de tópicos sem precisar adivinhar um termo de busca.

Related MCP server: ZepAI Memory Layer MCP Server

Instalação

Pré-requisitos: Python 3.12+ e uv.

uv sync

Rodar o servidor

uv run python -m mcp_fastapi

O servidor fala o protocolo MCP via stdio (sem HTTP nesta versão). Para plugar num cliente MCP (ex. Claude Desktop/Claude Code), aponte para o comando acima com o diretório do projeto como cwd, por exemplo:

{
  "mcpServers": {
    "mcp-fastapi": {
      "command": "uv",
      "args": ["run", "python", "-m", "mcp_fastapi"],
      "cwd": "/caminho/para/mcp-fastapi"
    }
  }
}

Para validar o fluxo completo manualmente (os 3 tools, cenários de sucesso e erro), veja specs/001-search-fastapi-docs/quickstart.md.

Arquitetura

Pacote único em src/mcp_fastapi/, sem banco de dados — o corpus inteiro é carregado em memória na inicialização a partir de docs/references/*.md.

• corpus.py — carrega e valida os documentos (DocumentoReferencia), um por arquivo; id único por nome de arquivo, título extraído do H1 do conteúdo.

• search.py — tokenização e ranqueamento por frequência de termo (peso maior no título), stdlib apenas — sem dependência externa de busca.

• server.py — instancia o servidor MCP (SDK oficial) e registra as três tools.

Detalhes de design e as decisões por trás deles estão em specs/001-search-fastapi-docs/ (plan.md, research.md, data-model.md) e na constituição do projeto.

Desenvolvimento

uv run pytest                  # suíte de testes (unit + contract)
uv run pytest --cov            # com relatório de cobertura no terminal
uv run ruff check .            # lint
uv run ruff format --check .   # formatação
uv run mypy                    # type-check estrito
uv run bandit -c pyproject.toml -r src   # SAST
uv run pip-audit               # CVEs nas dependências

pre-commit install roda essas checagens automaticamente antes de cada commit (config em .pre-commit-config.yaml).

CI (.github/workflows/ci.yml) roda as mesmas checagens em PR/push; release (.github/workflows/release.yml) gera versão/changelog/tag automaticamente via python-semantic-release a partir de Conventional Commits — sem bump manual.

Análise local no SonarQube

cp .env.example .env   # preencher SONAR_TOKEN
scripts/run-sonar-local.sh

Roda a suíte com cobertura e envia a análise para o SonarQube configurado em sonar-project.properties (só o token fica no .env, gitignored).

Convenções do projeto

• Idioma: domínio de negócio (specs, comentários, nomes de tool/campo) em português brasileiro; termos técnicos padrão de mercado (nomes de framework, padrões de código, tipos de commit) em inglês.

• Contrato antes do código: todo schema de tool deve refletir fielmente docs/references/; mudanças que quebram um contrato existente exigem bump de MAJOR (SemVer).

• Test-first: lógica de tool/resource não é implementada sem teste escrito e falhando antes.

Regras completas em .specify/memory/constitution.md.