目的：
在本地使用fastmcp开发一个mcp,然后注册到阿里云的百炼里面。实现在百炼里面创建智能体的时候直接引用自己开发的MCP

已完成：本地环境安装
待完成：
1.根据需求实现一个MCP中可以调用某应用的多个API即 @mcp.tool()、@mcp.prompt()、接入大模型实现根据问题自动选择合适的tool
2.将MCP使用UVX部署到阿里云函数计算中，并在百炼中注册MCP。
3.创建百炼Agent，调用MCP，验证结果

一、环境准备

1.安装 Node.js 和 UV

打开cmd，并输入下面代码安装node.js：
选择

winget install OpenJS.NodeJS

验证：node --version

管理员身份运行 PowerShell 执行以下命令安装 uv：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

如果一直卡在这个界面可能是因为没有安装python环境，要先安装python环境。因为uv 的核心功能是管理 Python 环境、依赖包和执行 Python 代码，其本身并不包含 Python 解释器，必须依赖已安装的 Python 来运行。

安装python解释器和开发软件pycharm
1.下载python解释器，因为阿里云的函数计算最高支持3.12的，所以这里我们也下载3.12版本。官网地址：https://www.python.org/getit/

选择3.12.10，64位下载，或者直接访问这个链接https://www.python.org/ftp/python/3.12.10/python-3.12.10-amd64.exe

验证安装结果，cmd输入python

2.安装pycharm
访问这个链接，直接下载：https://www.jetbrains.com/pycharm/download

安装完成之后，再次运行PowerShell 命令

关闭窗口后重新打开验证：uv --version

2.安装fastmcp

fastmcp官网地址：https://gofastmcp.com/getting-started/welcome
在本地先创建一个文件夹用来做项目管理，这里我新建一个D:\art\fastmcp
1.然后在这个目录下进入cmd,执行以下命令新建一个项目：

uv init 01_env_test

2.进入项目目录:

cd 01_env_test

3.使用 Python 内置模块创建虚拟环境

python -m venv .venv

4.激活虚拟环境

.\.venv\Scripts\activate

初始化之后就可以在目录下看到以下文件：

5.在这个目录下打开cmd,执行命令安装fastmcp

uv add fastmcp

查看安装结果：

二、运行Demo

1.打开项目，验证环境是否正常

打开Pycharm,选择打开项目,然后选择D:\art\fastmcp\01_env_test 这个目录

找到main函数，运行下，看下环境是否正常

导入from fastmcp import FastMCP，检查导入是否正常
把原来的代码注释掉，粘贴下面这段代码

from fastmcp import FastMCPmcp = FastMCP("Demo 🚀")@mcp.tool
def add(a: int, b: int) -> int:"""Add two numbers"""return a + bif __name__ == "__main__":mcp.run()

点击左下角打开命令行也可以查看版本信息

fastmcp version

2.创建一个服务端和客户端的Demo

新建一个服务端的文件：my_server.py

写一个函数，并使用 @mcp.tool 装饰器将其注册到服务器中
这里demo写的是输入一个string的名字，返回一个Hello +输入的名字

from fastmcp import FastMCPmcp = FastMCP("My MCP Server")@mcp.tool
def greet(name: str) -> str:return f"Hello, {name}!"

官方也写了一个在本文件中测试的代码。完整代码如下，调用链路就是运行后先运行call_tool方法，然后带着参数调用了greet方法，最后返回了一个字符串拼接。

import asyncio
from fastmcp import FastMCP, Clientmcp = FastMCP("My MCP Server")@mcp.tool()
def greet(name: str) -> str:return f"Hello, {name}!"client = Client(mcp)async def call_tool(name: str):async with client:result = await client.call_tool("greet", {"name": name})print(result)asyncio.run(call_tool("666"))if __name__ == "__main__":mcp.run()

测试完之后显示正常输出，然后就把创建客户端这个删掉，还是保留最开始的代码，不过下面新增一个main，让他可以运行就行，等下用命令行的方式让他运行起来，然后单独在写一个客户端来调用这个服务端，修改后的代码是：

新建一个客户端：my_client.py

import asyncio
from fastmcp import Clientclient = Client("my_server.py")async def call_tool(name: str):async with client:result = await client.call_tool("greet", {"name": name})print(result)asyncio.run(call_tool("666")) 

调用测试，回到下面命令行这里，点击加号新增一个窗口，等下一个运行服务端，一个运行客户端来调用。

在第一个窗口运行以下代码启动服务端：

uv run my_server.py

在第二个窗口运行以下代码启动客户端调用：

  uv run my_client.py

这里可以按照预期显示正确的结果。