大家好，欢迎来到IT知识分享网。
本文将指导你如何利用Fastapi-MCP快速搭建一个MCP服务器，以实现谷歌图片搜索功能，为AI应用提供强大的工具支持，从而提升AI的实用性和效率。
Fastapi 是一个Python Web 框架，可以快速把我们写的函数、服务构建成 API，并自动生成交互式文档。
MCP 是一个能让 AI 使用工具的协议。
而 Fastapi-MCP，则是能借助 Fastapi 的特性快速把我们写的函数代码部署成 MCP 供 AI 调用。
非常适合个人快速开发 MCP 服务，或者企业内部 DIY AI Agent 场景，特别是已经有FastAPI 服务的，可以一键让 AI 调用
今天饼干哥哥
就带大家看看怎么从 0 用 Fastapi-MCP完成一个 MCP Server 的开发
大家在跟 AI 对话的时候，有需要让 AI搜索图片的场景吗？
例如自媒体写公众号，需要找图来插入，问 AI 就只会让我自己去搜。
加上最近在做项目，需要用 AI 写文章然后批量发布到多个渠道。
大家也知道，为了提高文章完读率，内容最好是能图文并茂，也就是说要加入一些图片进去。
正好我选的赛道不适合用 AI 生图，加上我是矩阵操作，AI生图不确定太高了。
于是我打算通过搜索图片来解决。虽然方式很传统但稳定性高，不会像 AI 生图有可能会翻车。
目前很多搜索接口，例如 EXA也能把图片搜出来，但如果想在实际业务中落地，还是需要有一些 DIY 的需求，所以我准备自己做一个谷歌图片搜索的接口，然后打包成 MCP Server，这样就能直接在 AI 对话中帮我解决图片搜索的问题。
同时，这也是一个如何从 0 开始构建一个 MCP Server 的教程。
第一步，先跑通代码。
这个很好理解，一个最简单的 MCP Server，例如是我们自己写的函数——计算器
我们要做的事跟这个一样，传入参数-返回谷歌搜索的图片：
首先，我们需要有谷歌的搜索服务接口。
3 小步：
1.在谷歌创建项目 project
有两种方式：
方式1，到谷歌云的后台创建
打开网站
https://console.cloud.google.com/apis/credentials点「Create project」
方式 2【推荐】，直接新建一个 Gemini 的 api key，会自动创建 Project，一举两得
网站
https://aistudio.google.com/apikey
2.获取谷歌搜索的 api key
打开网站：
https://developers.google.com/custom-search/v1/overview?hl=zh-cn#api_key
如下图，点获取密钥
此时就会需要我们选择项目，选择第一步中创建好的即可。
3.获取谷歌搜索引擎的 id，也是 cx
网站：
https://programmablesearchengine.google.com/controlpanel/create
如下图填写即可。
点「创建」就能看到下图代码中 cx= ….. 后面的这串就是cx 了
接下来，我们可以让 DeepSeek 帮我们写以下代码：
谷歌搜索返回的结果长这样：
里面的链接都是直接可用的图片地址
第二步，把这个代码封装成 Fastapi 接口
先安装 Fastapipip install uvicorn, fastapi
然后同样可以让 Deepseek 帮我们把之前的代码，改成 Fastapi：
运行python main.py
在浏览器打开端口后添加 /docs 的地址，就是接口的文档
见到如下图这样的，就正常 fastapi 部署好了
我们的客户端，或者说其他电脑都可以通过以下代码来调用我们的 api：
返回结果：
第三步，用 Fastapi-MCP 改造服务端
先安装
这步也非常简单，只需要在上述 fastapi 代码的基础上添加：
运行后可以通过http://你服务器地址:9797/mcp 来访问 MCP
注意，以上说的服务器地址，如果是在本地跑的话 就是 localhost
第四步，在 AI 软件中使用 MCP
在 Cursor 可以直接用 url，配置以下 MCP Server
我们就能看到服务启动了，最重要是「Tools」里要有对应的工具才能使用。
第五步，直接在对话中使用
我直接让 AI搜索马斯克的照片，就能看到它正确调用我们的工具了。
彩蛋：后续想添加自定义工具可以直接在 main.py 里加就可以了
例如：
至此，我们就学会了怎么用Fastpi-MCP的工具来实现自己的 MCP服务。
建议一定要到官网学习：
https://github.com/tadata-org/fastapi_mcp
本文由人人都是产品经理作者【饼干哥哥】，微信公众号：【饼干哥哥AGI】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/185299.html
