AI导哈

MCP服务器部署工具

该工具提供基于FastAPI和GCP Cloud Run的模型上下文协议（MCP）服务器部署模板，包含自动化脚本和客户端配置。

  • by markwkiehl
  • Batchfile
  • 本地部署
  • 更新于
在 GitHub 查看 markwkiehl/medium_gcp_mcp_fastapi

使用说明

medium_gcp_mcp_fastapi

MCP服务器通过FastAPI和GCP云运行

完整的公开文章可以在这里找到

此存储库为在Google Cloud Run上部署模型上下文协议（MCP）服务器提供了一个模板。包括Python客户端和服务器脚本，以及批处理文件，以完全自动化部署到Google Cloud Platform。

快速开始

有关Python、Google CLI和SDK以及Docker安装的所有详细信息，请参阅我的七篇系列文章 “在GCP上构建数据平台”.最近的文章 “将您的自定义MCP AI工具部署到云端运行” 还包括简单的说明。

我的公共GitHub存储库中包含的批处理文件包含对最近GCP更改的微小更新，因此请务必使用这些版本，而不是之前发布的版本。

  1. 安装必备组件

    • 安装Python、谷歌CLI和SDK以及Docker。

  2. 准备您的项目文件夹

    • 将GitHub存储库内容的副本下载到PC上的空文件夹中。
    • 不要 将此文件夹命名为与任一Python脚本相同的名称。
    • 展开此文件夹中的内容——此文件夹将成为您的Python虚拟环境。

  3. 配置谷歌云

    • 登录（或创建）谷歌用户帐户。
    • 在Google管理控制台中，配置计费。

  4. 编辑配置

    • 编辑文件 gcp_constants.bat.
      您必须更新此文件 与：
      • 您的Google帐户电子邮件地址(GCP_USER)
      • 您的Google Cloud账单账号(GCP_BILLING_ACCOUNT)
    • 如果您不在美国，请考虑更新：
      • GCP_REGION
      • GCP_GS_BUCKET_LOCATION
        （参见 地理和地区)

  5. 启动Docker

    • 运行Docker桌面。这将启动批处理文件所需的Docker引擎 gcp_6_docker_build.bat.

  6. 运行批处理文件

    • 打开Windows命令提示符。
    • 导航到下载GitHub内容的文件夹。
    • 依次执行每个批处理文件：
      gcp_1_venv.bat, gcp_2_proj.bat, … gcp_8_bucket_runsvc.bat.
    • 重要提示： 最后一批文件， gcp_8_bucket_runsvc.bat，将输出Cloud Run服务的URL。
      复制该URL并更新 api_mcp_fastapi_client.py.

  7. 验证Cloud Run部署

    • 此时，Google Cloud Run服务将运行您的MCP服务器。
    • 在浏览器中打开Cloud Run服务URL，使用验证功能 / 终点。
      预期的反应是：
      {"status": "ok", "message": "Server is running. See /docs for API schema."}

  8. 配置客户端脚本

    • 编辑 api_mcp_fastapi_client.py 使用由创建的Cloud Run服务URL gcp_8_bucket_runsvc.bat.
    • 如果您没有从命令输出中捕获URL，您可以在Google Cloud Run Console中找到它 服务.

  9. 运行客户端

    • 执行脚本 api_mcp_fastapi_client.py.

相关 MCP