Большая коллекция open-source AI-агентов, навыков для агентов и RAG-приложений на базе моделей Claude, Gemini, GPT, DeepSeek, Llama и Qwen.
PrefectHQ/fastmcp
Python-фреймворк для создания MCP-серверов, клиентов и интерактивных приложений, связывающих LLM с инструментами и данными.
- Звёзды
- 28,144
- Форки
- 2,491
- Открытые issues
- 595
- Последний коммит
- вчера
Что это?
FastMCP — это Python-фреймворк для Model Context Protocol (MCP), стандарта, который позволяет LLM подключаться к инструментам и данным. Достаточно объявить инструмент как обычную функцию Python — FastMCP сгенерирует для него схему, настроит проверку входных данных и подготовит документацию. Фреймворк охватывает три направления: серверы, предоставляющие инструменты, ресурсы и промпты; клиенты, подключающиеся к локальным или удалённым MCP-серверам; и приложения, отображающие интерактивные интерфейсы прямо в диалоге.
Чтобы подключиться к серверу на стороне клиента, достаточно указать URL: библиотека сама согласует транспорт, выполнит аутентификацию и обработает жизненный цикл протокола. В проект также входят CLI и версия на TypeScript — FastMCP for TypeScript, которую поддерживает та же команда.
Проект поддерживает Prefect. Компания также предлагает коммерческий шлюз Prefect Horizon для развёртывания MCP-серверов и управления ими в разных командах.
Ключевые возможности
- 01Преобразует функции Python в MCP-инструменты, автоматически генерируя схемы и проверку данных.
- 02Предоставляет инструменты, ресурсы и промпты через сервер.
- 03Подключает клиентов к локальным и удалённым MCP-серверам по URL.
- 04Отображает интерактивные интерфейсы инструментов прямо в диалоге.
- 05Предоставляет интерфейс командной строки и документацию llms.txt для LLM.
Сценарии использования
- Оборачивать внутренний код Python или API, чтобы LLM-агент мог вызывать их как инструменты.
- Создавать MCP-клиент на Python для подключения к существующим удалённым MCP-серверам.
- Добавлять интерактивные UI-компоненты к ответам инструментов в чате с LLM.
Быстрый старт
- 1
Добавьте FastMCP в проект с помощью uv
uv add fastmcp - 2
Создайте файл сервера на основе примера Demo из README и запустите его
Темы
Частые вопросы
- Что такое fastmcp?
- Python-фреймворк для создания MCP-серверов, клиентов и интерактивных приложений, связывающих LLM с инструментами и данными. FastMCP — это Python-фреймворк для Model Context Protocol (MCP), стандарта, который позволяет LLM подключаться к инструментам и данным. Достаточно объявить инструмент как обычную функцию Python — FastMCP сгенерирует для него схему, настроит проверку входных данных и подготовит документацию. Фреймворк охватывает три направления: серверы, предоставляющие инструменты, ресурсы и промпты; клиенты, подключающиеся к локальным или удалённым MCP-серверам; и приложения, отображающие интерактивные интерфейсы прямо в диалоге.
- fastmcp можно использовать бесплатно? Какая у него лицензия?
- fastmcp распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- fastmcp всё ещё поддерживается?
- Активно поддерживается. Последний коммит в fastmcp — 20 окт. 2026 г..
- Для чего можно использовать fastmcp?
- Оборачивать внутренний код Python или API, чтобы LLM-агент мог вызывать их как инструменты. Создавать MCP-клиент на Python для подключения к существующим удалённым MCP-серверам. Добавлять интерактивные UI-компоненты к ответам инструментов в чате с LLM.
- Как установить fastmcp?
- Добавьте FastMCP в проект с помощью uv: uv add fastmcp Создайте файл сервера на основе примера Demo из README и запустите его
- Где скачать fastmcp?
- Исходный код и инструкции по установке — на GitHub: https://github.com/PrefectHQ/fastmcp
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Визуальная платформа для создания, тестирования и развертывания AI-агентов и рабочих процессов с поддержкой API и MCP-серверов.
Python-фреймворк с открытым исходным кодом для оркестрации автономных AI-агентов с ролями (Crews) и событийных рабочих процессов (Flows).
Система памяти для агентов: сохраняет, извлекает и анализирует воспоминания, помогая ИИ-агентам учиться со временем, а не просто воспроизводить историю чата.
SDK для TypeScript и Python, который предоставляет AI-агентам более 1000 приложений с настроенной аутентификацией, пользовательские сессии и песочницу для выполнения действий.
Минималистичная библиотека Python для создания AI-агентов, которые записывают свои действия на Python и выполняют их.