如何使用 Python 和 FastAPI 构建带认证的 MCP 服务器(含代码)
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
点击“蓝字”关注我们
曾经只存在于科幻想象中的场景——AI与任何应用程序无缝对接，如今正逐步成为现实。就像API长期作为开发者与软件进行交互的接口一样，模型上下文协议（ModelContextProtocol，MCP）正逐渐成为AI智能体以结构化、感知上下文的方式与应用程序交互的首选标准。诸如Anthropic（该协议的创立者）、OpenAI、谷歌等众多AI供应商都在广泛采用这一协议。
对于应用程序开发者和维护者而言，用户通过AI智能体而非直接与应用交互的时代已经悄然来临，支持这一转变的关键就在于搭建MCP服务器。本文将详细介绍如何使用Python和FastAPI构建一个带有认证功能的MCP服务器，确保应用程序与AI智能体交互的安全性和高效性。
如果尚未创建FastAPI应用，那么这是首要步骤。FastAPI之所以适合用于搭建与AI智能体交互的应用，主要有以下几个优势：
能够轻松与外部工具、服务或工作流程进行连接，满足多样化的业务需求。
支持用户自动化任务，减少人工操作可能带来的错误，提高工作效率。
在不改变核心逻辑的前提下，能够支持诸如MCP或移动应用等新的交互模型，具备良好的扩展性。
逻辑与接口的清晰分离，使其能轻松适应新的协议或突发的需求变化。
下面是一个创建简单FastAPI服务器的示例代码，该服务器仅有一个端点：
使用uvicornmain:app–reload命令运行该应用，就可以通过http ://127.0.0.1:8000访问它。不过，在正式使用前，还需要为其添加MCP服务器功能。
借助fastapi-mcp库，只需在FastAPI代码中添加两行代码，就能将所有已定义的端点作为MCP工具暴露出来：
这样，MCP服务器就可以通过http ://127.0.0.1:8000/mcp访问。该地址可在任何支持SSE（Server-SentEvents）传输的AI智能体中进行配置。如果需要进行更高级的配置，比如自定义工具暴露或挂载选项，可以参考fastapi-mcp的官方文档。
为确保MCP服务器的安全性，需要配置认证机制。fastapi-mcp支持两种主要的认证方法：授权头认证和OAuth2认证，其中OAuth2认证是推荐的方式，因为它完全符合MCP规范2025-03-26。
这是一种快速保护MCP服务器的方法，只需在MCP配置中提供一个授权头即可。在MCP配置文件中可以这样设置：
同时，为了拒绝未经授权的客户端连接到MCP服务器，还需要在创建MCP时调整认证依赖：
这里有一个可用的模板，开发者可以根据实际需求进行修改和完善。
这种方法遵循最新的MCP规范，是配置MCP服务器认证的推荐方式。下面以使用Auth0为例进行详细说明：
2、在Auth0仪表板中正确配置回调URL：回调URL用于在认证过程中接收Auth0返回的信息，确保配置正确无误，否则认证流程可能无法正常进行。
3、获取并转换JWK公钥：为了与Auth0进行认证，需要获取JWK（JSONWebKey）公钥，并将其转换为PEM格式
4、验证认证令牌
5、使用OAuth保护MCP服务器
完成上述步骤后，就可以配置OAuth来保护MCP服务器了。
这样，MCP服务器就通过Auth0实现了全面的安全保护。如果计划在生产环境中使用，强烈建议参考项目示例部分的完整代码示例，以确保安全性和稳定性。
当基于FastAPI的MCP服务器搭建完成并投入运行后，就可以开始构建更强大、能感知上下文的应用程序，实现与AI智能体的无缝交互。这仅仅是一个开始，未来还有许多令人期待的功能。例如，基于新的MCP规范的可流式HTTP传输，以及自定义MCP工具，这些工具允许开发者添加独立于FastAPI端点的工具和资源，进一步拓展应用程序的功能边界。
同时，这个开源项目也欢迎广大开发者参与贡献和改进。无论是报告问题、提出新功能建议，还是提交拉取请求，每一份贡献都将有助于塑造这个库的未来，提升其功能和性能。
通过以上步骤，开发者可以成功在Python中使用FastAPI构建一个带有认证功能的MCP服务器。在实际应用中，还需要根据具体的业务需求和安全要求进行进一步的优化和扩展，以充分发挥MCP在AI与应用程序交互中的优势，为用户提供更加智能、高效的服务体验。
code(https ://github.com/tadata-org/fastapi_mcp/blob/main/examples/09_auth_example_auth0.py)
