Una amplia colección de agentes de IA de código abierto, habilidades para agentes y apps de RAG basadas en modelos Claude, Gemini, GPT, DeepSeek, Llama y Qwen.
PrefectHQ/fastmcp
Framework de Python para crear servidores y clientes MCP, además de apps interactivas que conectan LLMs con herramientas y datos.
- Estrellas
- 28,144
- Forks
- 2,491
- Issues abiertos
- 595
- Último commit
- hace 7 horas
¿Qué es?
FastMCP es un framework de Python para el Model Context Protocol (MCP), el estándar que permite a los LLMs conectarse con herramientas y datos. Se declara una herramienta como una función normal de Python y FastMCP genera su esquema, valida las entradas y crea la documentación correspondiente. El framework cubre tres áreas: servidores que exponen herramientas, recursos y prompts; clientes que se conectan a servidores MCP locales o remotos; y apps que muestran interfaces interactivas dentro de la conversación.
En el lado del cliente, basta con una URL para conectarse a un servidor: la biblioteca se encarga de negociar el transporte, gestionar la autenticación y administrar el ciclo de vida del protocolo. El proyecto también incluye una CLI y una versión equivalente en TypeScript, FastMCP for TypeScript, mantenida por el mismo equipo.
Prefect mantiene el proyecto y también ofrece una gateway comercial, Prefect Horizon, para desplegar y gobernar servidores MCP en distintos equipos.
Funciones clave
- 01Convierte funciones de Python en herramientas MCP con esquemas y validación generados automáticamente.
- 02Expone herramientas, recursos y prompts desde un servidor.
- 03Conecta clientes con servidores MCP locales o remotos mediante URL.
- 04Muestra interfaces interactivas para las herramientas dentro de la conversación.
- 05Incluye una interfaz de línea de comandos y documentación llms.txt para LLMs.
Casos de uso
- Adaptar código o APIs internas de Python para que un agente LLM pueda invocarlos como herramientas.
- Crear un cliente MCP en Python que se conecte a servidores MCP remotos existentes.
- Añadir componentes de interfaz interactivos a las respuestas de herramientas en un chat con un LLM.
Inicio rápido
- 1
Añade FastMCP a tu proyecto con uv
uv add fastmcp - 2
Crea un archivo de servidor con el ejemplo Demo del README y ejecútalo
Temas
Preguntas frecuentes
- ¿Qué es fastmcp?
- Framework de Python para crear servidores y clientes MCP, además de apps interactivas que conectan LLMs con herramientas y datos. FastMCP es un framework de Python para el Model Context Protocol (MCP), el estándar que permite a los LLMs conectarse con herramientas y datos. Se declara una herramienta como una función normal de Python y FastMCP genera su esquema, valida las entradas y crea la documentación correspondiente. El framework cubre tres áreas: servidores que exponen herramientas, recursos y prompts; clientes que se conectan a servidores MCP locales o remotos; y apps que muestran interfaces interactivas dentro de la conversación.
- ¿fastmcp es gratuito? ¿Qué licencia tiene?
- fastmcp es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿fastmcp sigue mantenido?
- Mantenimiento activo. El último commit de fastmcp fue el 20 oct 2026.
- ¿Para qué puedo usar fastmcp?
- Adaptar código o APIs internas de Python para que un agente LLM pueda invocarlos como herramientas. Crear un cliente MCP en Python que se conecte a servidores MCP remotos existentes. Añadir componentes de interfaz interactivos a las respuestas de herramientas en un chat con un LLM.
- ¿Cómo se instala fastmcp?
- Añade FastMCP a tu proyecto con uv: uv add fastmcp Crea un archivo de servidor con el ejemplo Demo del README y ejecútalo
- ¿Dónde consigo fastmcp?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/PrefectHQ/fastmcp
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Plataforma visual para crear, probar y desplegar agentes y flujos de trabajo de IA, con exposición integrada mediante API y servidor MCP.
Framework de Python de código abierto para orquestar agentes de IA autónomos basados en roles (Crews) y flujos de trabajo basados en eventos (Flows).
Sistema de memoria para agentes que almacena, recupera y analiza recuerdos para que los agentes de IA aprendan con el tiempo, en lugar de limitarse a repetir el historial del chat.
SDK de TypeScript y Python que ofrece a los agentes de IA más de 1000 toolkits de apps con autenticación previa, sesiones por usuario y un sandbox para ejecutar acciones.
Una biblioteca mínima de Python para crear agentes de IA que escriben y ejecutan sus acciones como código Python.