FastAPI Hello World Application

FastAPI Hello World Application

site icon
2025.04.14 0
PythonAPI 开发OpenAI 集成FastAPI 学习开发效率内容生成
mcp-fastapi-learning 是一个基于 FastAPI 构建的简单 Hello World API,支持 MCP SSE。它提供了基本的 API 功能,包括动态问候、OpenAI 集成以及自动生成的 API 文档。
View on GitHub

Overview

基本能力

产品定位

mcp-fastapi-learning 是一个用于快速开发和测试的 API 服务,特别适合开发人员学习和实验 FastAPI 以及 OpenAI 集成。

核心功能

  • 根端点返回 Hello World 消息
  • 动态问候端点,接受名称参数
  • 集成 OpenAI 的 GPT-4o 模型,提供高级 AI 驱动的聊天完成功能
  • 自动生成 Swagger UI 和 ReDoc 文档

适用场景

  • 快速开发和测试 FastAPI 应用
  • 学习和实验 OpenAI 集成
  • 提供简单的 API 服务用于演示或教学

工具列表

  • MCP Inspector:用于连接和调试 MCP 服务

常见问题解答

  • 如何设置 OpenAI API 密钥? 在本地设置中,通过环境变量 OPENAI_API_KEY 设置;在 Docker 设置中,通过 -e OPENAI_API_KEY=your_api_key_here 传递。

使用教程

使用依赖

  • Python 3.7+
  • pip
  • OpenAI API 密钥
  • Docker(可选)

安装教程

本地设置

  1. 克隆仓库
git clone https://github.com/xxradar/mcp-test-repo.git
cd mcp-test-repo
  1. 创建虚拟环境(推荐)
# macOS/Linux
python -m venv venv
source venv/bin/activate

# Windows
python -m venv venv
venv\Scripts\activate
  1. 安装依赖
pip install -r requirements.txt
  1. 运行应用
uvicorn main:app --reload

Docker 设置

  1. 克隆仓库
git clone https://github.com/xxradar/mcp-test-repo.git
cd mcp-test-repo
  1. 构建 Docker 镜像
docker build -t fastapi-hello-world .
  1. 运行 Docker 容器
docker run -p 8000:8000 fastapi-hello-world

调试方式

  1. 使用 curl 测试 API
# 获取 Hello World 消息
curl http://127.0.0.1:8000/

# 获取个性化问候
curl http://127.0.0.1:8000/hello/John

# 获取 OpenAI 聊天完成(默认提示)
curl http://127.0.0.1:8000/openai

# 获取 OpenAI 聊天完成(自定义提示)
curl "http://127.0.0.1:8000/openai?prompt=Tell%20me%20a%20joke%20about%20programming"
  1. 使用 MCP Inspector 连接
npx @modelcontextprotocol/inspector
  1. 使用浏览器访问

  2. http://127.0.0.1:8000/

  3. http://127.0.0.1:8000/hello/John
  4. http://127.0.0.1:8000/openai
  5. http://127.0.0.1:8000/docs

许可证

该项目遵循 None 开源许可条款。