cli
★ 66
vs
fastapi_mcp
★ 12.0k
cli vs fastapi_mcp
cli：Archcore CLI 为 AI 编程代理提供了一个 Git 原生上下文层，将架构决策和规则等项目知识存储在 `.archcore/` 目录中，并与代码一起版本化。这确保代理在会话开始时加载相关、结构化的上下文，从而提高它们遵循约定和决策的能力，并允许将新的决策记录为持久上下文。；fastapi_mcp：FastAPI-MCP允许您将现有的FastAPI端点作为模型上下文协议（MCP）工具公开。它与FastAPI进行原生集成，包括使用现有依赖项的内置认证，并保留了模型的架构和文档。
01
简评
cliDev Tooling · ★ 66
确保 AI 代理遵循既定的架构决策和编码规范。
fastapi_mcpDev Tooling · ★ 12.0k
何时选择它（优势与适用）：
- 你已经有现成的 FastAPI 应用，希望直接复用现有的 FastAPI 鉴权依赖与 Swagger Schema，将接口一键暴露为 MCP 工具。
- 希望将 MCP 服务直接挂载到现有 ASGI 应用中或独立部署（MIT 许可）。
何时考虑替代方案：
- 你是从零构建独立的 MCP Server，而非包装已有的 FastAPI 服务；应使用 FastMCP 或官方 MCP Python SDK。
- 你要求依赖库近期持续高频更新（该仓库最后一次推送在 2025 年 11 月）。
02
并排对比
03
功能特性
cli01为 AI 代理提供 Git 原生、版本控制的项目上下文。
02将结构化知识（如架构决策记录、规则、计划）作为带有 YAML 前言的类型化 Markdown 文档进行管理。
03作为 CLI 和本地 stdio MCP 服务器发布，实现与各种 AI 编程代理的兼容。
04通过搭建 `.archcore/` 目录并配置 Hook 和 MCP 集成来自动化代理集成。
fastapi_mcp01内置认证，复用现有FastAPI依赖！
02FastAPI原生：并非简单的OpenAPI转MCP转换器
03零/极少配置要求
04保留请求和响应模型的架构
05灵活部署——可将MCP服务器挂载到同一应用，或独立部署
04
使用场景
cli↳确保 AI 代理遵循既定的架构决策和编码规范。
↳将新的技术决策或规则记录为持久的、版本化的上下文，供未来的会话使用。
↳记录事件及其预防措施，以便代理在执行相关任务时可以访问。
↳在代理修改模块之前，向其提供特定的上下文信息（例如，相关的 ADR、规则）。
fastapi_mcp↳将FastAPI服务作为支持MCP的大型语言模型（LLM）的工具进行集成。
↳使LLM能够与通过FastAPI公开的现有业务逻辑和数据进行交互和利用。
↳在MCP生态系统中快速公开已认证的FastAPI API作为可发现和可用的工具。
05
适合场景
cli—
fastapi_mcp最受欢迎必备神器
FAQ
常见问题
cli 和 fastapi_mcp 有什么区别？
cli 和 fastapi_mcp 都属于 Dev Tooling 类别。cli 有 66 Stars，fastapi_mcp 有 12.0k Stars。
cli 和 fastapi_mcp 哪个更好？
最佳选择取决于你的具体需求。确保 AI 代理遵循既定的架构决策和编码规范。 时选 cli，将FastAPI服务作为支持MCP的大型语言模型（LLM）的工具进行集成。 时选 fastapi_mcp。
cli 是免费的吗？
是的，cli 在 GitHub 开源（Apache-2.0）。
fastapi_mcp 是免费的吗？
是的，fastapi_mcp 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→