mcp-proxy MCP 服务器

“mcp-proxy” MCP 服务器的作用是什么？

mcp-proxy MCP 服务器作为可流式 HTTP 与 stdio MCP 传输协议之间的桥梁，实现 AI 助手与不同类型的模型上下文协议（MCP）服务器或客户端之间的无缝通信。其核心功能是实现这两类广泛使用的传输协议之间的互相转换，使为某一协议设计的工具、资源和工作流可以通过另一协议访问，无需修改。这提升了开发工作流，让 AI 助手能够与采用不同传输机制的外部数据源、API 或服务进行交互，从而实现如数据库查询、文件管理或 API 交互等跨系统任务。

提示模板列表

仓库中未提及任何提示模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库文档或代码中未描述任何明确的 MCP 资源。

工具列表

仓库文档或可见代码（如无明确函数、工具或 server.py 中定义的工具）中未定义任何工具。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

本 MCP 服务器使用场景

• 协议桥接：允许使用 stdio 传输的 MCP 客户端与使用可流式 HTTP 的服务器通信，反之亦然，扩展互操作性。
• 旧系统集成：便于将旧 MCP 工具或服务器与现代基于 HTTP 的 AI 平台集成，降低重开发成本。
• AI 工作流提升：通过桥接协议鸿沟，使 AI 助手可以访问更广泛的工具和服务，丰富可用操作和数据源。
• 跨平台开发：便于在偏好不同传输协议的环境中开发和测试基于 MCP 的工具，提升开发者灵活性。

配置方法

Windsurf

1. 确保你的系统已安装 Python。
2. 克隆 mcp-proxy 仓库或通过 PyPI 安装（如有提供）。
3. 编辑 Windsurf 配置文件，添加 mcp-proxy MCP 服务器。
4. 在你的配置中使用以下 JSON 片段：

   {
     "mcpServers": {
       "mcp-proxy": {
         "command": "mcp-proxy",
         "args": []
       }
     }
   }
   

5. 重启 Windsurf 并验证 mcp-proxy 服务器是否已运行。

Claude

1. 确保已安装 Python。
2. 克隆或安装 mcp-proxy 服务器。
3. 打开 Claude 的 MCP 服务器配置/设置。
4. 添加以下配置：

   {
     "mcpServers": {
       "mcp-proxy": {
         "command": "mcp-proxy",
         "args": []
       }
     }
   }
   

5. 保存并重启 Claude，然后验证连接。

Cursor

1. 安装 Python 和 mcp-proxy 包。
2. 打开 Cursor 的扩展或 MCP 服务器设置。
3. 添加以下配置：

   {
     "mcpServers": {
       "mcp-proxy": {
         "command": "mcp-proxy",
         "args": []
       }
     }
   }
   

4. 保存更改并重启 Cursor。

Cline

1. 确保已安装 Python。
2. 通过 PyPI 安装 mcp-proxy 或克隆仓库。
3. 编辑 Cline 配置文件：

   {
     "mcpServers": {
       "mcp-proxy": {
         "command": "mcp-proxy",
         "args": []
       }
     }
   }
   

4. 保存并重启 Cline。

API 密钥安全配置

你可以通过在配置中使用 env 环境变量来保护敏感信息（如 API 密钥）：

{
  "mcpServers": {
    "mcp-proxy": {
      "command": "mcp-proxy",
      "args": [],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "api_key": "${API_KEY}"
      }
    }
  }
}

如何在 FlowHunt 工作流中使用 MCP

在 FlowHunt 集成 MCP 服务器时，首先在流程中添加 MCP 组件，并连接到你的 AI agent：

点击 MCP 组件，打开配置面板。在系统 MCP 配置部分，使用如下 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 就可以作为工具使用该 MCP，访问其所有功能和能力。请记得将 “mcp-proxy” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

| Roots 支持 | ⛔ | 未提及 |

综上，mcp-proxy 强调协议转换的专业性，并不直接提供工具、提示或资源。其价值体现在集成和连接能力上，而非直接为 LLM 提供功能。

我们的评价

mcp-proxy 是桥接 MCP 传输协议的重要工具，在协议不兼容影响 AI/LLM 工具互操作的场景下极具价值。但它并不直接提升 LLM 能力（如资源、提示、工具）。在其定位领域，该项目非常健壮且支持良好。综合评分：6/10（一般 MCP 通用性），如需协议桥接则为 9/10。

MCP 评分