Uma ampla coleção de agentes de IA, habilidades para agentes e apps de RAG open source, criados com modelos Claude, Gemini, GPT, DeepSeek, Llama e Qwen.
PrefectHQ/fastmcp
Framework Python para criar servidores MCP, clientes e apps interativos que conectam LLMs a ferramentas e dados.
- Estrelas
- 28,144
- Forks
- 2,491
- Issues abertas
- 595
- Último commit
- há 7 horas
O que é?
FastMCP é um framework Python para o Model Context Protocol (MCP), o padrão que permite conectar LLMs a ferramentas e dados. Você declara uma ferramenta como uma função Python comum, e o FastMCP gera o schema, a validação de entrada e a documentação. O mesmo framework abrange três áreas: servidores que expõem ferramentas, recursos e prompts; clientes que se conectam a servidores MCP locais ou remotos; e apps que exibem interfaces interativas dentro da conversa.
No lado do cliente, basta fornecer uma URL para se conectar a um servidor, e a biblioteca cuida da negociação de transporte, da autenticação e do ciclo de vida do protocolo. O projeto também inclui uma CLI e uma versão equivalente em TypeScript, FastMCP for TypeScript, mantida pela mesma equipe.
O projeto é mantido pela Prefect, que também oferece um gateway comercial, o Prefect Horizon, para implantar e governar servidores MCP entre equipes.
Recursos principais
- 01Transforma funções Python em ferramentas MCP, com schemas e validação gerados automaticamente.
- 02Expõe ferramentas, recursos e prompts em um servidor.
- 03Conecta clientes a servidores MCP locais ou remotos por meio de URLs.
- 04Exibe interfaces interativas para ferramentas dentro da conversa.
- 05Oferece uma interface de linha de comando e documentação llms.txt para LLMs.
Casos de uso
- Envolver código Python interno ou APIs para que um agente LLM possa chamá-los como ferramentas.
- Criar um cliente MCP em Python que se conecte a servidores MCP remotos existentes.
- Adicionar componentes de interface interativos às respostas de ferramentas em um chat com LLM.
Início rápido
- 1
Adicione o FastMCP ao seu projeto com o uv
uv add fastmcp - 2
Crie um arquivo de servidor usando o exemplo Demo do README e execute-o
Tópicos
Perguntas frequentes
- O que é fastmcp?
- Framework Python para criar servidores MCP, clientes e apps interativos que conectam LLMs a ferramentas e dados. FastMCP é um framework Python para o Model Context Protocol (MCP), o padrão que permite conectar LLMs a ferramentas e dados. Você declara uma ferramenta como uma função Python comum, e o FastMCP gera o schema, a validação de entrada e a documentação. O mesmo framework abrange três áreas: servidores que expõem ferramentas, recursos e prompts; clientes que se conectam a servidores MCP locais ou remotos; e apps que exibem interfaces interativas dentro da conversa.
- fastmcp é gratuito? Qual é a licença?
- fastmcp é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- fastmcp ainda é mantido?
- Manutenção ativa. O último commit de fastmcp foi em 20 de out. de 2026.
- Para que posso usar fastmcp?
- Envolver código Python interno ou APIs para que um agente LLM possa chamá-los como ferramentas. Criar um cliente MCP em Python que se conecte a servidores MCP remotos existentes. Adicionar componentes de interface interativos às respostas de ferramentas em um chat com LLM.
- Como instalar fastmcp?
- Adicione o FastMCP ao seu projeto com o uv: uv add fastmcp Crie um arquivo de servidor usando o exemplo Demo do README e execute-o
- Onde consigo fastmcp?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/PrefectHQ/fastmcp
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Plataforma visual para criar, testar e implantar agentes e workflows de IA, com exposição integrada por API e servidor MCP.
Framework Python de código aberto para orquestrar agentes de IA autônomos baseados em funções (Crews) e workflows orientados a eventos (Flows).
Sistema de memória para agentes que armazena, recupera e reflete sobre memórias para que agentes de IA aprendam com o tempo, em vez de apenas reproduzir o histórico de conversas.
SDKs para TypeScript e Python que dão a agentes de IA acesso a mais de 1.000 toolkits de apps pré-autenticados, sessões por usuário e um sandbox para executar ações.
Uma biblioteca Python minimalista para criar agentes de IA que escrevem e executam suas ações como código Python.