Toolverse
All skills

fastmcp-client-cli

by jlowin

Query and invoke tools on MCP servers using fastmcp list and fastmcp call. Use when you need to discover what tools a server offers, call tools, or integrate MCP servers into workflows.

Installation

Pick a client and clone the repository into its skills directory.

Installation

Quick info

Author
jlowin
Category
DevOps

About this skill

Query and invoke tools on MCP servers using fastmcp list and fastmcp call. Use when you need to discover what tools a server offers, call tools, or integrate MCP servers into workflows.

How to use

  1. Zainstaluj fastmcp, jeśli jeszcze tego nie zrobiłeś — umiejętność zakłada, że masz dostęp do poleceń fastmcp list i fastmcp call w swoim środowisku.

  2. Aby odkryć narzędzia dostępne na serwerze, użyj fastmcp list z docelowym serwerem. Możesz wskazać serwer na wiele sposobów: adres HTTP (np. http://localhost:8000/mcp), lokalny plik Python (server.py), plik konfiguracyjny MCPConfig (mcp.json) lub polecenie stdio z flagą --command. Na przykład: fastmcp list server.py wyświetli listę narzędzi z ich sygnaturami i opisami.

  3. Aby zobaczyć pełne schematy wejściowe i wyjściowe narzędzi, dodaj flagi --input-schema lub --output-schema do polecenia list. Jeśli wolisz strukturalny format, użyj --json do wyjścia czytelnego dla maszyn.

  4. Aby uruchomić konkretne narzędzie, użyj fastmcp call z nazwą serwera, nazwą narzędzia i argumentami. Argumenty przekaż jako pary klucz=wartość, na przykład: fastmcp call server.py greet name=World. Dla złożonych lub zagnieżdżonych argumentów podaj obiekt JSON: fastmcp call server.py create_item '{"name": "Widget", "tags": ["a", "b"]}'.

  5. FastMCP automatycznie konwertuje typy argumentów na podstawie schematu narzędzia — limit=5 staje się liczbą całkowitą, verbose=true booleanem. Jeśli chcesz wynik w formacie JSON do dalszego przetwarzania, dodaj flagę --json do polecenia call.

Related skills