🧠 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
.
├── 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
# 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
# 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：
- 使用
pydantic.BaseModel定义参数； - 使用
@__mcp_server__.tool()注册工具函数； - 返回
success_response()或error_response()； - （可选）异步调用外部接口 + 缓存结果。
示例参考：
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：
{
"status": "success",
"result": {
...
}
}
📚 文档参考 / Docs
- 📘 开发说明文档 (中文)
- 示例模块路径：
tools/xxx/tool_name.py
📄 License
MIT License © 2025 [your-name]