
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。...
将多个 MCP 服务器聚合为单一统一端点,支持实时流式传输与集中配置,助力高效的 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。...