fastapi_mcp
★ 12.0k
vs
coder_eval
★ 154
fastapi_mcp vs coder_eval
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。；coder_eval：Coder Eval 在沙箱中让真实的编程智能体（Claude Code、Codex、Antigravity、OpenCode 或 Pi）执行声明式 YAML 任务，并对其产出的文件和命令打分。支持 0.0-1.0 加权评分、技能触发检查、A/B 实验和成本统计，可作为 CI 的质量门禁。
01
简评
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）。
coder_evalDev Tooling · ★ 154
在自己领域的任务上对编程智能体做基准测试
02
并排对比
03
功能特性
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
coder_eval01声明式 YAML 任务，固定依赖并定义成功标准
02带资源限制的沙箱执行
030.0-1.0 加权评分，包括大模型评分细则和技能触发检查
04跨智能体、模型、工具和提示词的 A/B 实验
05记录每次工具调用、token 数和成本
04
使用场景
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。
coder_eval↳在自己领域的任务上对编程智能体做基准测试
↳验证技能在目标智能体中是否真的会被触发
↳智能体或技能质量退化时让 CI 构建失败
05
适合场景
fastapi_mcp最受欢迎必备神器
coder_eval—
FAQ
常见问题
fastapi_mcp 和 coder_eval 有什么区别？
fastapi_mcp 和 coder_eval 都属于 Dev Tooling 类别。fastapi_mcp 有 12.0k Stars，coder_eval 有 154 Stars。
fastapi_mcp 和 coder_eval 哪个更好？
最佳选择取决于你的具体需求。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，在自己领域的任务上对编程智能体做基准测试 时选 coder_eval。
fastapi_mcp 是免费的吗？
是的，fastapi_mcp 在 GitHub 开源（MIT）。
coder_eval 是免费的吗？
是的，coder_eval 在 GitHub 开源（Apache-2.0）。
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）。
→