ryuichi1208
服务介绍
FastMCP - 模型上下文协议服务器
一个使用FastMCP实现的轻量级模型上下文协议（MCP）服务器，FastMCP是一个快速且Python风格的框架，用于构建MCP服务器和客户端。
特性
- 创建、检索、更新和删除模型上下文
- 针对特定上下文的查询执行
- 按模型名称和标签过滤
- 内存存储（适用于开发）
- 与FastMCP集成以便于MCP服务器开发
- 与Datadog集成以支持指标和监控
要求
- Python 3.7+
- FastMCP
- uv（推荐用于环境管理）
- Datadog账户（可选，用于指标）
安装
使用uv（推荐）
最简单的安装方式是使用提供的脚本：
Unix/Linux/macOS
bash
克隆仓库
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
使安装脚本可执行
chmod +x install.sh
运行安装程序
./install.sh
Windows
powershell
克隆仓库
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
运行安装程序
.install.ps1
手动安装
bash
克隆仓库
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
使用uv创建并激活虚拟环境
uv venv
在Unix/Linux/macOS上：
source .venv/bin/activate
在Windows上：
..venvScriptsactivate
安装依赖项
uv pip install -r requirements.txt
Datadog配置
服务器与Datadog集成以支持指标和监控。您可以通过以下几种方式配置Datadog API凭据：
1. 环境变量
在启动服务器之前设置这些环境变量：
bash
Unix/Linux/macOS
export DATADOG_API_KEY=your_api_key
export DATADOG_APP_KEY=your_app_key # 可选
export DATADOG_SITE=datadoghq.com # 可选，默认: datadoghq.com
Windows PowerShell
$env:DATADOG_API_KEY = your_api_key
$env:DATADOG_APP_KEY = your_app_key # 可选
$env:DATADOG_SITE = datadoghq.com # 可选
2. .env文件
在项目目录中创建一个.env文件：
DATADOG_API_KEY=your_api_key
DATADOG_APP_KEY=your_app_key
DATADOG_SITE=datadoghq.com
3. FastMCP CLI安装
当作为Claude桌面工具安装时，可以传递环境变量：
bash
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key
4. 运行时配置
在运行时使用configure_datadog工具：
python
result = await client.call_tool("configure_datadog", {
"api_key": "your_api_key",
"app_key": "your_app_key", # 可选
"site": "datadoghq.com" # 可选
})
使用方法
启动服务器
bash
从已激活环境中直接启动
python mcp_server.py
或者使用uv run（无需激活）
uv run python mcp_server.py
使用FastMCP CLI进行开发（如果处于激活环境中）
fastmcp dev mcp_server.py
使用uv与FastMCP CLI（无需激活）
uv run -m fastmcp dev mcp_server.py
作为Claude桌面工具安装
bash
从已激活环境中
fastmcp install mcp_server.py --name "Model Context Server"
直接使用uv
uv run python -m fastmcp install mcp_server.py --name "Model Context Server"
带有Datadog API密钥
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key
使用工具
服务器提供以下工具：
create_context- 创建新的上下文get_context- 检索特定上下文update_context- 更新现有上下文delete_context- 删除上下文list_contexts- 列出所有上下文（可选过滤）query_model- 对特定上下文执行查询health_check- 服务器健康检查configure_datadog- 在运行时配置Datadog集成
示例请求
创建上下文
python
result = await client.call_tool("create_context", {
"context_id": "model-123",
"model_name": "gpt-3.5",
"data": {
"parameters": {
"temperature": 0.7
}
},
"tags": ["production", "nlp"]
})### 执行查询
python
result = await client.call_tool("query_model", {
"context_id": "model-123",
"query_data": {
"prompt": "Hello, world!"
}
})
配置 Datadog
python
result = await client.call_tool("configure_datadog", {
"api_key": "your_datadog_api_key",
"app_key": "your_datadog_app_key", # 可选
"site": "datadoghq.com" # 可选
})
Datadog 指标
服务器向 Datadog 报告以下指标：
mcp.contexts.created- 上下文创建事件mcp.contexts.updated- 上下文更新事件mcp.contexts.deleted- 上下文删除事件mcp.contexts.accessed- 上下文访问事件mcp.contexts.total- 上下文总数mcp.contexts.listed- 列出上下文操作事件mcp.queries.executed- 查询执行事件mcp.server.startup- 服务器启动事件mcp.server.shutdown- 服务器关闭事件
开发
请参阅随附的 mcp_example.py 获取客户端实现示例：
bash
运行示例客户端（激活环境）
python mcp_example.py
使用 uv 运行（无需激活）
uv run python mcp_example.py
许可证
MIT
