
mcp-proxy MCP 服务器
mcp-proxy MCP 服务器桥接了可流式 HTTP 和 stdio MCP 传输协议,实现 AI 助手与多种模型上下文协议(MCP)服务器或客户端的无缝集成。它扩展了互操作性,简化了旧系统集成,并提升了跨平台 AI 工作流。...
MCP 代理服务器是一款通过单一 HTTP 服务器聚合和服务多个 MCP(模型上下文协议)资源服务器的工具。作为代理,它允许 AI 助手和客户端同时连接多个不同的 MCP 服务器,将它们的工具、资源和能力整合到一个统一的界面中。这种设置极大地简化了集成流程,开发者和 AI 工作流只需通过一个端点即可访问各种外部数据源、API 或服务。MCP 代理服务器支持通过 SSE(服务器推送事件)或 HTTP 流式传输实现实时更新,并具备高度可配置性,使数据库查询、文件管理或 API 交互等复杂任务能够路由到合适的底层 MCP 服务器完成。
仓库或文档未提供提示词模板信息。
仓库或示例配置中未记录具体资源。服务器会聚合已连接 MCP 服务器的资源,但未直接列出。
MCP 代理服务器本身不直接提供工具;它只代理来自其他已配置 MCP 服务器(如 github、fetch、amap 等)的工具。
mcpServers
部分。"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
注:如上所示,API 密钥请通过环境变量方式安全存储。
mcpServers
区块添加 MCP 代理服务器:"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
注:Token 等密钥请用环境变量。
"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
注:敏感凭据请用环境变量存储。
"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
注:API 密钥请按示例使用 env
属性安全存储。
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
在 FlowHunt 中集成 MCP
将 MCP 服务器集成到 FlowHunt 流程中,首先添加 MCP 组件并将其连接到你的 AI Agent:
点击 MCP 组件,打开配置面板。在系统 MCP 配置区,按如下 JSON 格式填写你的 MCP 服务器信息:
{
"mcp-proxy": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI Agent 即可将该 MCP 作为工具使用,获得其所有功能与能力。请将 “mcp-proxy” 替换为你实际的 MCP 服务器名,并将 URL 换成你自己的 MCP 服务器地址。
区块 | 可用性 | 说明/备注 |
---|---|---|
概览 | ✅ | |
提示词列表 | ⛔ | 仓库中无提示词模板文档。 |
资源列表 | ⛔ | 无明确资源定义,仅聚合其他 MCP 服务器。 |
工具列表 | ⛔ | 无直接工具,仅代理已配置服务器的工具。 |
API 密钥安全配置 | ✅ | 配置支持通过 env 存储密钥。 |
采样支持(评测不重要) | ⛔ | 文档未提及该功能。 |
综上,MCP 代理是用于 MCP 资源聚合的实用中间层,但不直接包含工具、资源或提示词模板,本质属于配置与路由解决方案。
此 MCP 服务器作为后端工具评价较高,适合聚合和统一管理多台 MCP 服务器,不适合单独使用。其文档在配置和安全方面清晰,但对于提示词、工具和资源的细节较少。整体来看,它是进阶用户的可靠基础设施组件。评分:5/10。
有 LICENSE | ✅ (MIT) |
---|---|
有至少一个工具 | ⛔(仅代理,无自有工具) |
Fork 数量 | 43 |
Star 数量 | 315 |
MCP 代理服务器是一种后端工具,将多个 MCP(模型上下文协议)资源服务器聚合为一个 HTTP 服务器。它让 AI 助手和开发者可以通过一个统一端点访问多个 MCP 服务器的工具、API 与数据源,从而简化集成与管理。
主要应用包括:聚合多个 MCP 服务器,简化访问流程;作为多样数据源的统一 API 网关;支持通过 SSE/HTTP 的实时数据流;灵活适配不同客户端集成;集中认证与日志管理,提升安全性。
不会,MCP 代理服务器本身不直接提供工具或资源。它只是对环境中配置的 MCP 服务器的工具和资源进行代理与聚合。
请务必通过环境变量(配置中的 `env` 属性)存储如 API Token 等密钥,如每个客户端的配置示例所示。这可确保凭证安全,不会暴露在配置文件中。
在流程中添加 MCP 组件,并在系统 MCP 配置中以 JSON 格式填写 MCP 代理服务器的信息。这样你的 AI Agent 就能通过一个端点访问所有聚合的工具和资源。记得根据你的实际情况修改服务器名称与 URL。
mcp-proxy MCP 服务器桥接了可流式 HTTP 和 stdio MCP 传输协议,实现 AI 助手与多种模型上下文协议(MCP)服务器或客户端的无缝集成。它扩展了互操作性,简化了旧系统集成,并提升了跨平台 AI 工作流。...
集成应用 MCP 服务器为 AI 助手提供安全的基于令牌的访问,连接统一的 API、工具和数据源生态系统,使其能够直接在 FlowHunt 工作流中实现强大的真实世界集成。...
MCP-Server-Creator 是一个元服务器,可以快速创建和配置新的模型上下文协议(MCP)服务器。通过动态代码生成、工具构建和资源管理,它简化了自定义 AI 连接与集成服务器的开发,帮助技术团队自动化工作流程并加速部署。...