“OpenAPI Schema” MCP 服务器有什么作用?
OpenAPI Schema MCP 服务器是一个模型上下文协议(MCP)服务器,专为向大语言模型(LLM,如 Claude)公开 OpenAPI 模式信息而设计。通过结构化访问 OpenAPI 规范,该服务器使 AI 助手能够探索和理解 API,包括其端点、参数、请求与响应模式等。这使开发者和 AI 工具可以查询 API 结构、跨规范搜索、获取详细的模式定义,从而提升 API 集成、文档编写和代码生成等工作流。服务器支持加载 JSON 或 YAML 格式的 OpenAPI 文件,并以 YAML 格式返回结果,以提升 LLM 的理解能力。
提示模板列表
仓库中未记录明确的提示模板。
资源列表
仓库中未描述明确的资源。
工具列表
OpenAPI Schema MCP 服务器为 LLM 提供以下工具:
- list-endpoints:以嵌套对象结构列出所有 API 路径和其 HTTP 方法及摘要。
- get-endpoint:获取某一特定端点的详细信息,包括参数和响应。
- get-request-body:提供特定端点及 HTTP 方法的请求体模式。
- get-response-schema:返回指定端点、方法和状态码的响应模式。
- get-path-parameters:获取某一路径的参数信息。
- list-components:列出所有模式组件(schemas、responses、parameters 等)。
- get-component:返回某一组件的详细定义。
- list-security-schemes:列出 API 中所有可用的安全方案。
- get-examples:获取特定组件或端点的示例。
- search-schema:在 OpenAPI 规范中的路径、操作和模式中进行搜索。
该 MCP 服务器的应用场景
- API 探索与文档编写:开发者或 LLM 可快速列出端点、参数和模式,便于编写文档或理解 API 结构。
- 自动代码生成:通过程序化获取请求和响应模式,工具可以为 API 交互生成客户端库或代码片段。
- API 测试与验证:测试工具可用该服务器获取参数和示例负载,支持自动或人工 API 测试。
- 安全审查:分析可用安全方案及其在各端点的实现,确保 API 得到妥善保护。
- 模式搜索与分析:在大型 API 规范中,快速查找和分析与特定实体或功能相关的模式组件或端点。
如何设置
Windsurf
Windsurf 未提供设置说明。
Claude
- 确保已安装 Node.js 和
npx。 - 找到你的 Claude Desktop 配置文件:
- macOS/Linux:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
$env:AppData\Claude\claude_desktop_config.json
- macOS/Linux:
- 在
mcpServers对象下添加 OpenAPI Schema MCP 服务器:{ "mcpServers": { "OpenAPI Schema": { "command": "npx", "args": ["-y", "mcp-openapi-schema", "/ABSOLUTE/PATH/TO/openapi.yaml"] } } } - 保存文件并重启 Claude Desktop。
- 在 Claude UI 中确认服务器已可用。
Cursor
Cursor 未提供设置说明。
Cline
Claude Code CLI
- 确保已安装 Node.js 和
npx。 - 添加 OpenAPI Schema MCP 服务器:或指定特定的 schema 文件:
claude mcp add openapi-schema npx -y mcp-openapi-schemaclaude mcp add petstore-api npx -y mcp-openapi-schema ~/Projects/petstore.yaml - 验证注册:
claude mcp list claude mcp get openapi-schema - 可选:移除服务器:
claude mcp remove openapi-schema - 在 Claude Code 会话中使用这些工具。
API 密钥安全
未提供关于 API 密钥安全或环境变量的相关信息。
如何在流程中使用该 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到你的 FlowHunt 工作流,首先在流程中添加 MCP 组件并将其连接到你的 AI 代理:

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分,使用以下 JSON 格式填入你的 MCP 服务器信息:
{
"MCP-name": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可将该 MCP 作为工具,访问其全部功能。请记得将 “MCP-name” 替换为你的实际 MCP 服务器名称(如 “github-mcp”、“weather-api” 等),并将 URL 替换为你自己的 MCP 服务器地址。
概览
| 部分 | 可用性 | 详情/备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示模板列表 | ⛔ | 未记录提示模板 |
| 资源列表 | ⛔ | 未记录明确资源 |
| 工具列表 | ✅ | 针对 OpenAPI 模式访问记录了 10 个工具 |
| API 密钥安全 | ⛔ | 未提及 |
| 采样支持(评估中不重要) | ⛔ | 未提及 |
根据现有文档,OpenAPI Schema MCP 服务器高度专注于通过 LLM 进行 OpenAPI 探索,工具集丰富,但在提示、资源、API 密钥处理和高级 MCP 特性上缺乏细节。对于 OpenAPI 场景非常强大;对于更广泛的 MCP 特性,则有限。
MCP 评分
| 是否有 LICENSE | ⛔ |
|---|---|
| 至少有一个工具 | ✅ |
| Fork 数 | 9 |
| Star 数 | 30 |
评分:
我会给该 MCP 服务器打 6/10。它在 OpenAPI 模式探索方面定义明确,工具丰富,但缺乏 MCP 提示模板、明确资源定义、安全实践文档,并未提及根节点支持或采样。缺少 LICENSE 也显著限制了开放协作。
