mcp-fastapi
Exposes FastAPI reference documentation as MCP tools, enabling LLMs to query FastAPI docs during development for accurate code generation.
README
mcp-fastapi
Servidor MCP que expõe os documentos de
referência do FastAPI (docs/references/, 39 tópicos) como três tools, para
que um agente/LLM consulte orientação real sobre FastAPI durante o
desenvolvimento — em vez de depender só de conhecimento pré-treinado. Não é
um buscador genérico de documentação: cada tool existe para responder "isso
ajuda o agente a escrever FastAPI correto agora, no meio de uma tarefa de
desenvolvimento?".
Tools
Nomes e parâmetros em português brasileiro (vocabulário de domínio do
projeto). Schemas completos e cenários de erro em
specs/001-search-fastapi-docs/contracts/mcp-tools.md.
buscar_documentos
Busca por tópico/palavra-chave. Recebe consulta (string, não pode ser
vazia/só espaço) e devolve uma lista ranqueada (máx. 10) com
id_documento, titulo, trecho (excerto que justifica o match) e
pontuacao.
obter_documento
Recebe id_documento (ex.: o retornado por uma busca) e devolve o conteúdo
markdown completo e sem modificação do documento, ou uma resposta
encontrado: false clara se o id não existir.
listar_documentos
Sem parâmetros. Lista todos os documentos do corpus (id_documento +
titulo), para descoberta de tópicos sem precisar adivinhar um termo de
busca.
Instalação
Pré-requisitos: Python 3.12+ e uv.
uv sync
Rodar o servidor
uv run python -m mcp_fastapi
O servidor fala o protocolo MCP via stdio (sem HTTP nesta versão). Para
plugar num cliente MCP (ex. Claude Desktop/Claude Code), aponte para o
comando acima com o diretório do projeto como cwd, por exemplo:
{
"mcpServers": {
"mcp-fastapi": {
"command": "uv",
"args": ["run", "python", "-m", "mcp_fastapi"],
"cwd": "/caminho/para/mcp-fastapi"
}
}
}
Para validar o fluxo completo manualmente (os 3 tools, cenários de sucesso
e erro), veja
specs/001-search-fastapi-docs/quickstart.md.
Arquitetura
Pacote único em src/mcp_fastapi/, sem banco de dados — o corpus inteiro é
carregado em memória na inicialização a partir de docs/references/*.md.
corpus.py— carrega e valida os documentos (DocumentoReferencia), um por arquivo; id único por nome de arquivo, título extraído do H1 do conteúdo.search.py— tokenização e ranqueamento por frequência de termo (peso maior no título), stdlib apenas — sem dependência externa de busca.server.py— instancia o servidor MCP (SDK oficial) e registra as três tools.
Detalhes de design e as decisões por trás deles estão em
specs/001-search-fastapi-docs/ (plan.md,
research.md, data-model.md) e na
constituição do projeto.
Desenvolvimento
uv run pytest # suíte de testes (unit + contract)
uv run pytest --cov # com relatório de cobertura no terminal
uv run ruff check . # lint
uv run ruff format --check . # formatação
uv run mypy # type-check estrito
uv run bandit -c pyproject.toml -r src # SAST
uv run pip-audit # CVEs nas dependências
pre-commit install roda essas checagens automaticamente antes de cada
commit (config em .pre-commit-config.yaml).
CI (.github/workflows/ci.yml) roda as mesmas checagens em PR/push; release
(.github/workflows/release.yml) gera versão/changelog/tag automaticamente
via python-semantic-release
a partir de Conventional Commits —
sem bump manual.
Análise local no SonarQube
cp .env.example .env # preencher SONAR_TOKEN
scripts/run-sonar-local.sh
Roda a suíte com cobertura e envia a análise para o SonarQube configurado em
sonar-project.properties (só o token fica no
.env, gitignored).
Convenções do projeto
- Idioma: domínio de negócio (specs, comentários, nomes de tool/campo) em português brasileiro; termos técnicos padrão de mercado (nomes de framework, padrões de código, tipos de commit) em inglês.
- Contrato antes do código: todo schema de tool deve refletir fielmente
docs/references/; mudanças que quebram um contrato existente exigem bump de MAJOR (SemVer). - Test-first: lógica de tool/resource não é implementada sem teste escrito e falhando antes.
Regras completas em .specify/memory/constitution.md.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.