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。

Ready to grow your business?

Start your free trial today and see results within days.

Request demo Log in

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。

Join our newsletter

Get latest tips, trends, and deals for free.

Email address

Subscribe

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