
本文将为你展示如何使用Fastapi-MCP工具来快速构建一个实现谷歌图片搜索功能的MCP服务器,从而为AI应用提供强大的支持,提升AI的实用性和效率。
Fastapi是一个Python Web框架,可以迅速将我们的函数和服务构建成API,并自动生成交互式文档。而MCP是一种能让AI使用工具的协议。Fastapi-MCP则是借助Fastapi的特性,让我们能够快速将函数代码部署成MCP供AI调用。
此工具非常适合个人快速开发MCP服务,或者企业内部DIY AI Agent场景,特别是已经使用FastAPI服务的用户,可以一键让AI进行调用。
接下来,我将带你一步步了解如何从零开始使用Fastapi-MCP完成一个MCP Server的开发。
在我们与AI对话时,常常需要让AI进行图片搜索。比如自媒体人在写公众号时,需要找图插入,而AI往往只能让我们自己去搜索。我决定自己构建一个谷歌图片搜索的接口,将其打包成MCP Server,以便在AI对话中解决图片搜索的问题。
这也是一个如何从零开始构建MCP Server的实用教程。
第一步:跑通代码
我们需要有一个谷歌搜索服务接口。这需要我们进行以下三个小步骤:
1. 在谷歌创建项目。有两种方式:方式一是到谷歌云的后台创建,方式二是通过aistudio./apikey直接新建一个Gemini的API key,这会同时创建Project。
2. 获取谷歌搜索的API key。打开developers./custom-search/v1/overview页面,点击获取密钥即可。
3. 获取谷歌搜索引擎的ID(即cx)。打开programmablesearchengine./controlpanel/create页面进行创建。
接下来,我们可以使用DeepSeek工具来帮助我们编写代码。谷歌搜索返回的结果中包含可直接使用的图片链接。
第二步:将代码封装成Fastapi接口
我们需要先安装Fastapi和uvicorn(pip install uvicorn fastapi)。然后,我们可以使用Deepseek工具将之前的代码改成Fastapi格式。运行python main.py后,在浏览器打开端口后添加/docs地址即可查看接口的文档。我们的客户端或其他电脑可以通过以下代码来调用我们的API。
第三步:使用Fastapi-MCP改造服务端
在这一步中,我们需要在上述fastapi代码的基础上添加一些内容。运行后,我们可以通过你的服务器地址:9797/mcp来访问MCP。如果你的服务器在本地运行,那么地址应该是localhost。
第四步:在AI软件中使用MCP
在Cursor等AI软件中,我们可以直接使用url配置我们的MCP Server。在服务启动后,我们可以在工具的“Tools”里看到对应的工具并使用。
第五步:直接在对话中使用
