mcp-gateway-registry

585 151 较难 1 次阅读昨天Apache-2.0Agent语言模型

AI 解读由 AI 自动生成，仅供参考

mcp-gateway-registry 是一个专为企业级 AI 开发设计的统一网关与注册中心，旨在集中管理基于模型上下文协议（MCP）的工具服务器和智能体。它充当了连接自主 AI 智能体与编程助手的枢纽，让分散的开发资源得以有序整合。

在复杂的 AI 开发场景中，团队常面临工具配置零散、认证标准不一、密钥管理混乱以及缺乏统一监控等痛点。mcp-gateway-registry 有效解决了这些问题，它将原本杂乱无章的 MCP 服务器连接转化为可治理、可审计的统一访问入口，消除了开发者重复配置本地环境的负担，并杜绝了凭证散落带来的安全风险。

这款工具特别适合企业级 AI 研发团队、DevOps 工程师以及需要协调多个智能体协作的技术管理者使用。其核心技术亮点在于集成了 Keycloak 或 Microsoft Entra 等企业级身份验证系统，提供安全的 OAuth 认证机制；同时支持动态工具发现功能，让智能体能自动感知可用资源。此外，它还原生支持 A2A（智能体对智能体）通信协议，不仅实现了工具的集中管控，更促进了智能体之间的高效协作与编排，是构建规范化 AI 基础设施的理想选择。

使用场景

某大型金融科技公司的 AI 研发团队正在为内部数十名开发者构建统一的智能编码助手集群，需同时调度多个自定义 MCP 服务器以访问合规数据库和代码库。

没有 mcp-gateway-registry 时

每位开发者需在 VS Code、Cursor 等工具中手动配置繁琐且易错的独立 MCP 服务器连接参数。
敏感的企业 API 密钥散落在各开发者的本地配置文件中，缺乏统一鉴权，存在严重的数据泄露隐患。
自主 AI 代理无法动态发现新上线的工具服务，导致新功能发布后代理仍“视而不见”，协作效率低下。
管理层完全看不清团队正在使用哪些外部工具，无法进行安全审计或合规性管控。
不同代理之间缺乏标准通信协议，形成一个个孤立的信息孤岛，难以协同完成复杂任务。

使用 mcp-gateway-registry 后

所有团队成员通过单一网关入口自动获取最新工具列表，无需任何本地手动配置即可即时生效。
集成 Keycloak/Entra 实现企业级 OAuth 统一认证，彻底消除本地硬编码凭证，确保访问安全可控。
自主代理可实时动态发现并调用新注册的工具服务，大幅缩短从工具开发到实际应用的周期。
平台提供完整的工具使用审计日志，管理者可清晰监控谁在何时使用了何种能力，满足合规要求。
基于 A2A 协议打通代理间通信壁垒，使多个专用代理能像专家团队一样高效协作处理复杂需求。

mcp-gateway-registry 将原本杂乱无章的 AI 工具生态转化为一个安全、可视且高度协同的企业级智能中枢。

运行环境要求

操作系统

Linux
macOS

GPU

未说明

内存

未说明

依赖

notes该工具是一个用于 MCP 服务器和 AI 代理注册与网关管理的平台，而非本地运行的深度学习模型，因此无特定 GPU 或显存需求。支持通过预构建的 Docker 镜像快速启动，也提供基于 Terraform 的 AWS ECS 部署方案或 Helm Chart 部署。核心数据存储依赖 MongoDB。支持通过环境变量启用 AWS Agent Registry 联邦功能。

python未说明

MongoDB

Docker (预构建镜像)

Terraform (AWS 部署可选)

Helm (K8s 部署可选)

快速开始

统一代理与 MCP 服务器注册表——AI 开发工具网关

什么是 MCP 网关与注册中心？

MCP 网关与注册中心是一个统一的平台，旨在通过模型上下文协议 (MCP) 集中管理对 MCP 服务器和 AI 代理的访问。它提供三大核心功能：

统一的 MCP 服务器网关——多台 MCP 服务器的集中访问入口
MCP 服务器注册中心——注册、发现并管理对 MCP 服务器的访问，实现统一的治理
代理注册中心及 A2A 通信枢纽——代理注册、发现、治理，以及通过 A2A（代理间）协议实现代理间的直接通信

该平台可与 Anthropic 的 MCP 注册中心等外部注册中心集成，为工具访问、代理编排以及代理间通信模式提供单一的控制平面。

为何需要统一？ 与其让各个开发团队分别管理数百个独立的 MCP 服务器配置、代理连接和分散的治理体系，不如通过这一平台，以安全、受控的方式，通过一个统一的控制平面访问精选的 MCP 服务器和已注册的代理。

将以下混乱局面转变为：

❌ AI 代理需要分别连接到每台 MCP 服务器  
❌ 每位开发者需单独配置 VS Code、Cursor 和 Claude Code  
❌ 开发者必须在本地安装和管理 MCP 服务器  
❌ 企业级工具缺乏标准的身份验证流程  
❌ API 密钥和凭据散落在各个工具中  
❌ 无法了解团队正在使用哪些工具  
❌ 无管控的工具泛滥带来安全风险  
❌ 自主代理无法动态发现可用工具  
❌ 多租户环境中缺少精选的工具目录  
❌ A2A 提供代理卡片，但代理之间无法相互发现  
❌ 维护独立的 MCP 服务器和代理注册中心在治理上不可行  
❌ 无法对服务器和代理的访问实施统一的策略

转变为以下有序方式：

✅ AI 代理只需连接到一个网关，即可访问多台 MCP 服务器  
✅ VS Code、Cursor 和 Claude Code 只需一次配置  
✅ 中央 IT 团队通过可流式传输的 HTTP 协议管理云端托管的 MCP 基础设施  
✅ 开发者使用标准的 OAuth 2LO/3LO 流程访问企业级 MCP 服务器  
✅ 凭据集中管理，并与安全 vault 集成  
✅ 全面可见所有工具的使用情况及审计追踪  
✅ 提供受控的工具访问权限，增强安全性  
✅ 自主工作流可动态发现并调用工具  
✅ 注册中心提供可发现的精选 MCP 服务器，适用于多租户环境  
✅ 代理可通过统一的代理注册中心发现并与其他代理通信  
✅ MCP 服务器和代理治理共用一个控制平面  
✅ 对服务器和代理的访问实施统一的策略与审计追踪

┌─────────────────────────────────────┐     ┌──────────────────────────────────────────────────────┐
│          之前：混乱              │     │    之后：MCP 网关与注册中心                     │
├─────────────────────────────────────┤     ├──────────────────────────────────────────────────────┤
│                                     │     │                                                      │
│  开发者 1 ──┬──► MCP 服务器 A    │     │  开发者 1 ──┐                  ┌─ MCP 服务器 A    │
│                ├──► MCP 服务器 B    │     │                │                  ├─ MCP 服务器 B    │
│                └──► MCP 服务器 C    │     │  开发者 2 ──┼──► MCP 网关   │                  │
│                                     │     │                │    & 注册中心 ───┼─ MCP 服务器 C    │
│  开发者 2 ──┬──► MCP 服务器 A    │ ──► │  AI 代理 1 ───┘         │        │                  │
│                ├──► MCP 服务器 D    │     │                          │        ├─ AI 代理 1      │
│                └──► MCP 服务器 E    │     │  AI 代理 2 ──────────────┤        ├─ AI 代理 2     │
│                                     │     │                          │        │                  │
│  AI 代理 1 ───┬──► MCP 服务器 B    │     │  AI 代理 3 ──────────────┘        └─ AI 代理 3     │
│                ├──► MCP 服务器 C    │     │                                                      │
│                └──► MCP 服务器 F    │     │              单一连接点                 │
│                                     │     │                                                      │
│  ❌ 每个用户需建立多条连接  │     │         ✅ 所有连接仅需一个网关                      │
│  ❌ 缺乏集中管控         │     │         ✅ 统一的服务器和代理访问                    │
│  ❌ 凭据管理混乱        │     │         ✅ 统一的治理与审计追踪                    │
└─────────────────────────────────────┘     └──────────────────────────────────────────────────────┘

关于代理间通信的说明： AI 代理通过统一的代理注册中心发现其他 AI 代理，并直接（点对点）与其通信，无需经由 MCP 网关路由。注册中心负责发现、身份验证和访问控制，而代理之间则保持直接连接，以实现高效、低延迟的通信。

统一的代理与服务器注册中心

该平台作为一个全面的统一注册中心，支持以下功能：

✅ MCP 服务器注册与发现——注册、发现并管理对 MCP 服务器的访问
✅ AI 代理注册与发现——注册代理，并使其能够发现其他代理
✅ 代理间（A2A）通信——使用 A2A 协议实现代理间的直接通信
✅ 多协议支持——支持多种代理通信协议和模式
✅ 统一治理——为代理和服务器提供单一的策略与访问控制系统
✅ 跨协议代理发现——无论采用何种实现方式，代理均可相互发现
✅ 集成外部注册中心——可与 Anthropic 的 MCP 注册中心及其他外部来源对接
✅ 代理卡片与元数据——丰富的元数据，涵盖代理的能力、技能和身份验证机制

关键区别：与单独的解决方案不同，这一统一的注册中心消除了维护独立的 MCP 服务器和代理系统的需求，为代理编排、MCP 服务器访问以及代理间通信提供了一个统一的控制平面。

MCP 服务器、代理与技能注册中心

观看 MCP 服务器、A2A 代理和外部注册中心如何协同工作，实现动态工具发现：

https://github.com/user-attachments/assets/97c640db-f78b-4a6c-9662-894f975f66e2

MCP 工具实战演示

查看 MCP 工具演示

MCP 注册表 CLI

用于以自然语言与 AI 模型对话并发现 MCP 工具的交互式终端界面。通过类似 Claude Code 的对话式界面与注册表进行交流，实时显示令牌状态、跟踪费用，并支持选择 AI 模型。

快速入门： registry --url https://mcpgateway.ddns.net | 完整指南

A2A 代理——示例实现

该注册表包含两个 A2A 代理示例，展示了人类开发者和自主 AI 代理如何通过统一的代理注册表发现、注册并使用其他代理。代理可以通过语义搜索以编程方式发现其他代理，并借助 A2A 协议调用它们，从而实现动态的代理组合与自主代理编排。

示例代理

代理名称	路径	技能
旅行助理代理	`/travel-assistant-agent`	航班搜索、价格查询、推荐、行程规划
航班预订代理	`/flight-booking-agent`	座位余量查询、航班预订、支付、预订管理

代理发现

在注册表 UI 中查看： 打开注册表并导航至 A2A 代理 选项卡，即可浏览已注册代理的完整元数据、能力与技能。

通过 CLI 搜索： 开发者可使用自然语言描述来搜索代理：

# 搜索能够帮助预订行程的代理
cli/agent_mgmt.sh search "need an agent to book a trip"

示例输出：

找到 4 个匹配“需要一个可以预订行程的代理”的代理：
--------------------------------------------------------------------------------------------------------------
代理名称                               | 路径                      | 分数
--------------------------------------------------------------------------------------------------------------
旅行助理代理                   | /travel-assistant-agent   |  0.8610
航班预订代理                     | /flight-booking-agent     |  1.2134
--------------------------------------------------------------------------------------------------------------

代理间发现 API

注册表提供了一个 语义搜索 API，供代理在运行时作为工具来发现其他 A2A 代理。此 API 支持动态代理组合，使代理能够根据自身能力而非硬编码引用寻找协作伙伴。

发现 API 端点：

POST /api/agents/discover/semantic?query=<自然语言查询>&max_results=5
Authorization: Bearer <jwt-token>

响应内容包括：

代理名称、描述及端点 URL
包含技能与能力的代理卡片元数据
用于对匹配结果排序的相关性分数
信任级别与可见性设置

代理如何使用：

代理调用注册表的语义搜索 API，传入自然语言查询（例如：“可以预订航班的代理”）。
注册表返回匹配的代理及其端点 URL 和完整的代理卡片元数据。
代理利用代理卡片了解其能力，并通过 A2A 协议调用所发现的代理。
最后将预订确认信息返回给用户。

示例——旅行助理发现并调用航班预订代理：

用户：“我需要预订从纽约飞往洛杉矶的航班。”

旅行助理：
  1. 调用注册表 API：POST /api/agents/discover/semantic?query="book flights"
  2. 注册表返回航班预订代理的端点 URL 和代理卡片。
  3. 利用代理卡片了解其能力，随后向航班预订代理发送 A2A 消息。
  4. 将预订确认信息反馈给用户。

这种模式使代理能够通过发现专门处理特定任务的代理来动态扩展自身能力，而无需直接具备这些功能。

代理卡片： 请访问 agents/a2a/test/ 查看代理卡片元数据，其中包含了技能、协议及能力等完整定义。

有关完整的代理部署与测试文档，请参阅 agents/a2a/README.md。

核心应用场景

AI 代理与代码助手治理

为自主 AI 代理和人类开发者提供安全通道，使其可通过 AI 代码助手（VS Code、Cursor、Claude Code）访问经批准的工具，同时保持 IT 部门的监督与合规性。

企业安全与合规

针对 SOX/GDPR 合规要求，为人类与 AI 代理的访问模式提供集中式身份验证、细粒度权限控制以及全面的审计追踪。

动态工具发现

AI 代理可借助智能语义搜索自主发现并执行超出其初始能力范围的专业工具；与此同时，开发者则可通过其代码助手获得引导式的工具发现体验。

统一访问网关

单一网关同时支持自主 AI 代理（机器对机器）与 AI 代码助手（人类引导），并确保一致的身份验证与工具访问模式。

架构

MCP 网关与注册中心为自主 AI 代理和 AI 编程助手提供了一个统一平台，通过集中式网关访问企业精选的工具，并实现全面的身份验证和治理。

flowchart TB
    subgraph Human_Users["人类用户"]
        User1["人类用户 1"]
        User2["人类用户 2"]
        UserN["人类用户 N"]
    end

    subgraph AI_Agents["AI 代理"]
        Agent1["AI 代理 1"]
        Agent2["AI 代理 2"]
        Agent3["AI 代理 3"]
        AgentN["AI 代理 N"]
    end

    subgraph EC2_Gateway["<b>MCP 网关与注册中心</b>（Amazon EC2 实例）"]
        subgraph NGINX["NGINX 反向代理"]
            RP["反向代理路由器"]
        end
        
        subgraph AuthRegistry["身份验证与注册服务"]
            AuthServer["认证服务器<br/>(双重认证)"]
            Registry["注册中心<br/>Web UI"]
            RegistryMCP["注册中心<br/>MCP 服务器"]
        end
        
        subgraph LocalMCPServers["本地 MCP 服务器"]
            MCP_Local1["MCP 服务器 1"]
            MCP_Local2["MCP 服务器 2"]
        end
    end
    
    %% 身份提供商
    IdP[身份提供商<br/>Keycloak/Cognito]
    
    subgraph EKS_Cluster["Amazon EKS/EC2 集群"]
        MCP_EKS1["MCP 服务器 3"]
        MCP_EKS2["MCP 服务器 4"]
    end
    
    subgraph APIGW_Lambda["Amazon API Gateway + AWS Lambda"]
        API_GW["Amazon API Gateway"]
        Lambda1["AWS Lambda 函数 1"]
        Lambda2["AWS Lambda 函数 2"]
    end
    
    subgraph External_Systems["外部数据源与 API"]
        DB1[(数据库 1)]
        DB2[(数据库 2)]
        API1["外部 API 1"]
        API2["外部 API 2"]
        API3["外部 API 3"]
    end
    
    %% 人类用户连接
    User1 -->|Web 浏览器<br>身份验证| IdP
    User2 -->|Web 浏览器<br>身份验证| IdP
    UserN -->|Web 浏览器<br>身份验证| IdP
    User1 -->|Web 浏览器<br>HTTPS| Registry
    User2 -->|Web 浏览器<br>HTTPS| Registry
    UserN -->|Web 浏览器<br>HTTPS| Registry
    
    %% 代理到网关的连接
    Agent1 -->|MCP 协议<br>SSE 带认证| RP
    Agent2 -->|MCP 协议<br>SSE 带认证| RP
    Agent3 -->|MCP 协议<br>可流式 HTTP 带认证| RP
    AgentN -->|MCP 协议<br>可流式 HTTP 带认证| RP
    
    %% 认证流程连接
    RP -->|认证验证| AuthServer
    AuthServer -.->|验证凭证| IdP
    Registry -.->|用户认证| IdP
    RP -->|工具发现| RegistryMCP
    RP -->|Web UI 访问| Registry
    
    %% 网关到 MCP 服务器的连接
    RP -->|SSE| MCP_Local1
    RP -->|SSE| MCP_Local2
    RP -->|SSE| MCP_EKS1
    RP -->|SSE| MCP_EKS2
    RP -->|可流式 HTTP| API_GW
    
    %% API GW + Lambda 内部连接
    API_GW --> Lambda1
    API_GW --> Lambda2
    
    %% 到外部系统的连接
    MCP_Local1 -->|工具连接| DB1
    MCP_Local2 -->|工具连接| DB2
    MCP_EKS1 -->|工具连接| API1
    MCP_EKS2 -->|工具连接| API2
    Lambda1 -->|工具连接| API3

    %% 样式定义
    classDef user fill:#fff9c4,stroke:#f57f17,stroke-width:2px
    classDef agent fill:#e1f5fe,stroke:#29b6f6,stroke-width:2px
    classDef gateway fill:#e8f5e9,stroke:#66bb6a,stroke-width:2px
    classDef nginx fill:#f3e5f5,stroke:#ab47bc,stroke-width:2px
    classDef mcpServer fill:#fff3e0,stroke:#ffa726,stroke-width:2px
    classDef eks fill:#ede7f6,stroke:#7e57c2,stroke-width:2px
    classDef apiGw fill:#fce4ec,stroke:#ec407a,stroke-width:2px
    classDef lambda fill:#ffebee,stroke:#ef5350,stroke-width:2px
    classDef dataSource fill:#e3f2fd,stroke:#2196f3,stroke-width:2px
    
    %% 应用样式
    class User1,User2,UserN user
    class Agent1,Agent2,Agent3,AgentN agent
    class EC2_Gateway,NGINX gateway
    class RP nginx
    class AuthServer,Registry,RegistryMCP gateway
    class IdP apiGw
    class MCP_Local1,MCP_Local2 mcpServer
    class EKS_Cluster,MCP_EKS1,MCP_EKS2 eks
    class API_GW apiGw
    class Lambda1,Lambda2 lambda
    class DB1,DB2,API1,API2,API3 dataSource

关键架构优势：

统一网关：通过编程助手为 AI 代理和人类开发者提供单一访问入口。
双重认证：同时支持人类用户认证和机器对机器的代理认证。
可扩展基础设施：具备水平扩展能力的 Nginx 反向代理。
多种传输方式：支持 SSE 和可流式 HTTP，以满足不同客户端需求。

主要优势

安全特性

符合 OAuth 2.0/3.0 标准，并集成身份提供商。
在工具和方法级别实现细粒度访问控制。
零信任网络架构。
完整的审计追踪和全面的合规性分析。

AI 代理与开发者体验

单一配置适用于自主 AI 代理和 AI 编程助手（VS Code、Cursor、Claude Code、Cline）。
支持基于自然语言查询的动态工具发现，适用于代理和人类。
新团队成员和 AI 代理部署可实现即时上手。
为 AI 代理和人类开发者提供统一的治理机制。

部署特性

原生容器化（Docker/Kubernetes）。
实时健康监控与告警。
双重认证支持人类和机器身份验证。

快速入门

设置 MCP 网关与注册中心有四种方式：

选项 A：AI 辅助 macOS 设置 — 在 macOS 上启动的最快方式。请您的 AI 编程助手使用 macOS 设置技能，即可完成全自动的一键设置。非常适合实验。
选项 B：预构建镜像 — 使用预构建的 Docker 或 Podman 容器快速部署。推荐大多数用户使用。
选项 C：Podman（无 root 权限） — 针对 macOS 和无 root 权限 Linux 环境的详细 Podman 指南。
选项 D：从源代码构建 — 完整源码构建，适用于自定义或开发场景。

选项 A：AI 辅助 macOS 设置（最快）

在 macOS 上开始使用的最简单方式。 只需询问 Claude Code 或你的 AI 编程助手：

“使用 macOS 设置技能来安装和配置 MCP 网关与注册中心”

macOS 设置技能将自动：

✅ 克隆仓库并安装所有依赖项（Homebrew、Python、UV、Docker、Node.js）
✅ 配置并启动带有副本集的 MongoDB
✅ 设置并初始化 Keycloak，创建管理员用户
✅ 启动注册中心和认证服务器
✅ 注册 Cloudflare MCP 文档服务器
✅ 验证整个堆栈是否正常运行

适合人群： 单人开发者实验、快速演示、动手探索

所需条件： 安装了 AI 编程助手（Claude Code、Cursor 等）的 macOS 设备

清理工作： 完成后，可让 AI 助手执行“拆除 MCP 网关设置”以彻底移除所有组件。

注：用于生产部署的 ECS/EKS 部署技能即将推出。

选项 B：预构建镜像（即刻部署）

通过预构建的 Docker 容器，几分钟内即可运行起来。这是大多数用户的推荐方式。

# 克隆并配置
git clone https://github.com/agentic-community/mcp-gateway-registry.git
cd mcp-gateway-registry
cp .env.example .env

# 使用您的密码编辑 .env 文件（KEYCLOAK_ADMIN_PASSWORD 等）
nano .env

# 使用预构建镜像部署
export DOCKERHUB_ORG=mcpgateway
./build_and_run.sh --prebuilt

# 访问注册中心 UI
open http://localhost:7860  # macOS
# xdg-open http://localhost:7860  # Linux

完整快速入门指南 - 包含完整的逐步说明，包括：

必要软件的安装（Docker、Python、UV）
环境变量配置
MongoDB 和 Keycloak 的初始化
用户及服务账户的设置
服务器和代理的注册
网关功能测试

优势： 无需构建时间 | 无需 Node.js | 无需前端编译 | 使用经过测试的一致性镜像

选项 C：Podman（无 root 容器部署）

非常适合 macOS 和无 root 权限的 Linux 环境

Podman 提供无 root 权限的容器运行方式，无需特权端口，因此特别适用于：

使用 Podman Desktop 的 macOS 用户
倾向于无 root 容器的 Linux 用户
Docker 守护进程不可用的 开发环境

MacOS 非 Apple Silicon 平台的 Podman 快速设置：

# 安装 Podman Desktop
brew install podman-desktop
# 或从 https://podman-desktop.io/ 下载

在 Podman Desktop 中，进入“偏好设置”>“Podman Machine”，创建一台至少配备 4 核 CPU 和 8GB 内存的新机器。或者，参阅更详细的 Podman 安装指南，了解如何在命令行上进行设置。

# 初始化 Podman 机器
podman machine init
podman machine start

# 验证安装
podman --version
podman compose version

# 配置环境
cp .env.example .env
# 编辑 .env 文件以填写您的凭据

使用 Podman 部署：请参阅我们的安装指南，其中包含下载、安装、初始化第一个 Podman 容器以及故障排除的详细步骤。

使用 Podman 构建：

# 自动检测（如果 Docker 不可用则使用 Podman）
./build_and_run.sh --prebuilt

# 显式 Podman 模式（仅适用于非 Apple Silicon 平台）
./build_and_run.sh --prebuilt --podman

# 在非特权端口访问注册中心
# 在 macOS 上：
open http://localhost:8080
# 在 Linux 上：xdg-open http://localhost:8080

注意：Apple Silicon（M1/M2/M3）？ 请勿在 ARM64 架构上使用 --prebuilt 选项搭配 Podman。这会导致“代理已运行”的错误。请参阅 Apple Silicon 上的 Podman 指南。

# 在 Apple Silicon Mac 上运行：
./build_and_run.sh --podman

与 Docker 的主要区别：

无需 root 或 sudo 权限
在 macOS 上无需特权端口即可运行
HTTP 端口为 8080（而非 80）
HTTPS 端口为 8443（而非 443）
其他服务端口保持不变

有关 Podman 的详细设置说明，请参阅安装指南和 macOS 设置指南。

选项 D：从源码构建

初次接触 MCP 网关？ 请从我们的完整设置指南开始，该指南提供了从零开始在 AWS EC2 上操作的详细分步说明。

在 macOS 上运行？ 请参阅我们的 macOS 设置指南，获取平台特定的说明和优化建议。

测试与集成选项

测试套件： 该项目包含全面的自动化测试，使用 pytest 实现：

# 运行所有测试
make test

# 仅运行单元测试（快速）
make test-unit

# 带覆盖率报告运行
make test-coverage

# 运行特定类别测试
uv run pytest -m unit           # 仅单元测试
uv run pytest -m integration    # 集成测试
uv run pytest -m "not slow"     # 跳过耗时测试

测试结构：

单元测试 (tests/unit/) - 快速、独立的组件测试
集成测试 (tests/integration/) - 组件交互测试
端到端测试 (tests/integration/test_e2e_workflows.py) - 完整的工作流测试

Python 代理：

agents/agent.py - 具有先进 AI 能力的全功能 Python 代理

测试文档：

测试指南 - 全面的测试文档
编写测试 - 如何编写有效的测试
测试维护 - 保持测试套件健康的方法

Pre-commit 钩子：

# 安装 pre-commit 钩子
pip install pre-commit
pre-commit install

# 手动运行钩子
pre-commit run --all-files

下一步： 完整安装指南 | 认证设置 | AI 助手集成

企业级特性

AI 代理与编程助手集成

通过集中式治理，改变自主 AI 代理和开发团队访问企业工具的方式：

由企业精选的 MCP 服务器可通过统一网关访问

AI 助手在治理下执行经批准的企业工具

可观测性

通过 Grafana 仪表板提供全面的实时指标和监控功能，并采用双路径存储：SQLite 用于详细的历史分析，OpenTelemetry (OTEL) 导出则用于与 Prometheus、CloudWatch、Datadog 等监控平台集成。跟踪身份验证事件、工具执行、发现查询以及系统性能指标。了解更多

实时指标和可观测性仪表板，用于跟踪服务器健康状况、工具使用情况和身份验证事件

Anthropic MCP 注册表集成

无缝集成 Anthropic 官方 MCP 注册表，通过您的网关导入并访问精选的 MCP 服务器：

导入服务器：只需一条命令即可从 Anthropic 注册表中选择并导入所需服务器
统一访问：通过您的网关以集中式身份验证和治理方式访问已导入的服务器
API 兼容性：完全支持 Anthropic 注册表 REST API 规范——将您的 Anthropic API 客户端指向此注册表，即可发现可用服务器

从 Anthropic 官方注册表导入并访问精选的 MCP 服务器

导入指南 | 注册表 API 文档

联邦 - 外部注册表集成

统一的多注册表访问：

Anthropic MCP 注册表——导入带有紫色 ANTHROPIC 视觉标签的精选 MCP 服务器
Workday ASOR——导入来自记录代理系统的 AI 代理，带有橙色 ASOR 视觉标签
自动同步——定时与外部注册表同步
视觉标识——清晰的视觉标签可在 UI 中区分联邦来源
集中管理——所有联邦服务器和代理的单一控制平面

快速设置：

# 配置联邦来源
echo 'ASOR_ACCESS_TOKEN=your_token' >> .env

# 使用您的来源更新 federation.json
# 重启服务
./build_and_run.sh

📖 完整联邦指南——环境设置、身份验证、配置及故障排除

安全扫描

集成漏洞检测：

自动化安全扫描——使用 Cisco AI Defence MCP Scanner 对 MCP 服务器进行集成漏洞扫描，在注册时自动执行扫描，并支持定期的注册表范围扫描
详细安全报告——包含漏洞详情、严重性评估和修复建议的完整 Markdown 报告
自动保护——存在安全问题的服务器会自动禁用，并标记为“待处理安全状态”，以保护您的基础设施
合规就绪——为企业合规要求提供安全审计轨迹和漏洞跟踪

身份验证与授权

多种身份模式：

机器对机器 (M2M)——适用于自主 AI 代理和自动化系统
三方 OAuth (3LO)——适用于外部服务集成（Atlassian、Google、GitHub）
基于会话——适用于使用 AI 编程助手和 Web 界面的人类开发者

支持的身份提供商： Keycloak、Microsoft Entra ID、Okta、Auth0、Amazon Cognito 以及任何兼容 OAuth 2.0 的提供商。了解更多

细粒度权限： 工具级、方法级、团队级以及临时访问控制。了解更多

部署选项

云平台： Amazon EC2、Amazon EKS

遥测

该注册表会收集匿名且非敏感的使用遥测数据，以帮助我们了解采用模式并改进产品。这两层均为“默认开启、可选择退出”。

发送的内容（第 1 层——启动 ping）： 注册表版本、Python 版本、操作系统、CPU 架构、云提供商、存储后端、身份验证提供商以及部署模式。不包含 IP 地址、主机名、文件路径、用户数据或任何 PII。

默认还会发送的内容（第 2 层——每日心跳）： 聚合计数（服务器、代理、技能、对等节点的数量）、搜索后端、嵌入提供商和运行时间。隐私保障与第 1 层相同。仅需关闭心跳：MCP_TELEMETRY_OPT_OUT=1。

行为变更（v1.0.18 之后）： 此前每日心跳是可选开启的（MCP_TELEMETRY_OPT_IN=1）。现在改为默认开启、可选择退出。由于心跳仅包含聚合计数（无 PII），其行为现已与启动 ping 一致。

若要完全退出：

export MCP_TELEMETRY_DISABLED=1   # 关闭启动 ping 和心跳

若仅关闭心跳（启动 ping 仍发送）：

export MCP_TELEMETRY_OPT_OUT=1

所有请求均经过 HMAC 签名、速率限制和模式验证。遥测具有失败静默特性，绝不会影响注册表的正常运行。详细信息请参阅遥测文档。

部署

AWS 弹性容器服务 (ECS)

部署配置在 Amazon ECS Fargate 上，具备完善的企业级功能：

多可用区架构——跨多个可用区实现冗余
应用负载均衡器——HTTPS/SSL 终止，并通过 ACM 自动管理证书
自动扩展——根据 CPU 和内存利用率动态调整规模
CloudWatch 集成——全面的监控、日志记录和警报功能
NAT 网关高可用性——冗余 NAT 网关配置，确保安全的出站连接
Keycloak 集成——企业级身份验证，后端使用 RDS Aurora PostgreSQL 数据库
EFS 共享存储——持久化存储模型、日志和配置
服务发现——AWS Cloud Map 用于服务间通信

完整的 ECS 部署指南——使用 Terraform 部署整个堆栈的分步说明。

Amazon EKS（Kubernetes）

即将推出——在 Amazon EKS 上部署 Kubernetes，并使用 Helm 图表进行大规模容器编排。

文档

入门指南	企业设置	开发者与运维
完整设置指南全新！在 AWS EC2 上从零开始的分步教程	身份验证指南 OAuth 和身份提供商集成	AI 编程助手设置 VS Code、Cursor、Claude Code 集成
安装指南 EC2 和 EKS 的完整设置说明	AWS ECS 部署适用于 AWS ECS Fargate 的部署指南	API 参考通过程序化方式管理注册表
Keycloak 集成企业级身份管理，附带代理审计追踪	令牌刷新服务自动化的令牌刷新与生命周期管理	MCP 注册表 CLI 用于注册表管理的命令行客户端
配置参考环境变量和设置	Amazon Cognito 设置分步 IdP 配置	可观测性指南全新！指标、监控以及 OpenTelemetry 的设置
Auth0 集成支持机器对机器认证的 Auth0 单点登录	Okta 设置 Okta IdP 配置	Entra ID 设置 Microsoft Entra ID 集成
	Anthropic 注册表导入全新！从 Anthropic MCP 注册表导入服务器	联邦指南外部注册表集成（Anthropic、ASOR）
		P2P 联邦指南全新！点对点注册表联邦
	服务管理服务器生命周期与运维	Anthropic 注册表 API 全新！ REST API 兼容性
		细粒度访问控制权限管理和安全性
		动态工具发现自主代理能力
		部署指南针对部署环境的完整设置
		故障排除指南常见问题及解决方案

社区

参与其中

加入讨论

GitHub Discussions - 功能请求与通用讨论
GitHub Issues - 错误报告与功能请求

贡献

贡献指南 - 如何贡献代码和文档
行为准则 - 社区规范
安全策略 - 负责任的漏洞披露流程

星标历史

路线图

我们的开发路线图按周划分里程碑，明确交付成果并跟踪进度：

里程碑	截止日期	进度	状态	关键问题
2026年4月第1周	2026-04-05	50% (1/2)	🚧 进行中	已关闭： #738 - 规范化可见性值未解决： #739 - Discover 标签页首页
2026年4月第2周	2026-04-12	50% (1/2)	🚧 进行中	已关闭： #605 - AgentCore 自动注册未解决： #611 - 网络可信认证令牌生成
2026年4月第3周	2026-04-19	0% (0/2)	📅 计划中	未解决： #614 - MCP OAuth 2.1 授权规范, #500 - 登出路径路由修复
2026年4月第4周	2026-04-26	0% (0/6)	📅 计划中	未解决： #665 - 代理间知识共享, #666 - Context Hub MVP, #667 - Context Hub 演示代理, #556 - AI Gateway 品牌重塑, #502 - 联邦协议规范, #469 - Keycloak 密钥管理器
待办事项	--	0% (0/13)	🗂️ 待处理	13 个待优先处理的问题

状态说明： 🚧 进行中 • 📅 计划中 • 🗂️ 待处理 • ✅ 完成

主要特性

以下主要特性跨越多个里程碑，代表了重要的架构改进：

#739 - Discover 标签页首页 🚧 进行中（2026年4月第1周）添加 Discover 标签页作为默认首页，提供类似 Google 的搜索体验，用于查找服务器、代理和技能。
#665 - 代理间知识共享 📅 计划中（2026年4月第4周）使代理能够通过 AI 注册表共享和发现知识，形成协作式知识网络。
#666 - Context Hub MVP 📅 计划中（2026年4月第4周）实现 Context Hub，支持卡片创建、搜索和自动发现功能，用于代理的知识管理。
#614 - MCP OAuth 2.1 授权规范 📅 计划中（2026年4月第3周）实现 RFC 9728 受保护资源元数据，并为 MCP OAuth 2.1 授权提供原生 IDE 支持。
#556 - AI Gateway & Registry 品牌重塑 📅 计划中（2026年4月第4周）将“MCP Gateway Registry”更名为“AI Gateway & Registry”，以反映其对代理和工具的支持范围已超出 MCP。
#605 - AgentCore 自动注册 ✅ 已完成（2026年4月）自动发现并注册 Bedrock AgentCore 网关，同时集成凭据管理功能。完整的 cli/agentcore/ 模块支持 boto3 发现、注册、令牌刷新以及安全方案。
#641 - Okta 身份提供商 ✅ 已完成 在 Keycloak、Entra ID、Auth0、GitHub 和 Google OAuth2 之外，新增了 Okta 作为身份提供商选项。
#557-559 - 可观测性与遥测套件 ✅ 已完成 构建了全面的遥测基础设施，包括服务器端采集器（#674）、客户端埋点（#659）以及端到端增强功能（#702）。遥测文档。
#129 - 虚拟 MCP 服务器支持 ✅ 已完成 使用 Lua 脚本实现动态工具聚合与智能路由，可将来自多个后端服务器的工具逻辑分组为一个虚拟端点。
#232 - A2A 精选注册表发现 ✅ 已完成 通过精选注册表模式，实现代理间发现与工具调用。
#260 - MCP 注册表实例间的联邦机制 ✅ 已完成 实现双向同步、对等节点管理、环路预防、孤立条目检测以及跨注册表的安全扫描传播的联邦注册表。
#297 - 统一 UI 注册流程 ✅ 已完成 通过统一界面，简化了 MCP 服务器和 A2A 代理的注册体验。
#295 - 多级工具使用率限流 🗂️ 待办事项 构建全面的限流架构，并提供详细的工具使用控制实施指南。

最近完成（2026年2月至4月）

#738 - 规范可见性值 ✅ 已完成（2026年4月）接受 ‘private’ 和 ‘internal’ 两种可见性值，并在代理、服务器和技能中统一规范为 ‘private’。
#737 - 支持协议字段 ✅ 已完成（2026年4月）添加了 supported_protocol 字段以区分 A2A 代理，更新了 trust_level 和 visibility 的默认值，并提供了回填脚本及 31 个新的单元测试。
#728 - AgentCore 安全方案 ✅ 已完成（2026年4月）支持 Bedrock AgentCore 的 httpAuthSecurityScheme 格式，为受认证保护的健康检查添加 HEAD 回退机制，并支持前端 JSON 上传的字段透传。
#650 - Semgrep 安全发现 ✅ 已完成（2026年3月）通过白名单验证修复了 SQL 注入漏洞，并强化了 Docker Compose 的安全性（CIS Docker 基准 4.6）。为所有服务添加了 security_opt 和 cap_drop，使安全发现数量减少了 86%。
#603 - 基础设施即代码安全 ✅ 已完成（2026年3月）对 Terraform、CloudFormation 和 Kubernetes 进行了安全加固（共修复 101 处问题）。
#602 - Docker 与容器安全 ✅ 已完成（2026年3月）修复了容器根权限问题，增加了 HEALTHCHECK 检查，并实现了版本标签管理（共修复 29 处问题）。
#601 - 秘密与凭证安全 ✅ 已完成（2026年3月）移除了硬编码的秘密，并改进了 OAuth2 的安全性（共修复 39 处问题）。
#600 - 应用程序安全 ✅ 已完成（2026年3月）实现了 CSRF 防护、路径遍历预防以及凭证日志记录修复（共修复 30 处问题）。
#598 - 请求超时安全 ✅ 已完成（2026年3月）在所有 HTTP 操作中补充了缺失的请求超时设置（B113 发现）。
#613 - FAISS 搜索修复 ✅ 已完成（2026年3月）修复了 FAISS 搜索的初始化及实体类型处理问题。
#622 - 代理状态持久化 ✅ 已完成（2026年3月）现在代理启用状态会在切换操作时正确地持久化到存储库中。
#626 - Helm Chart UI 修复 ✅ 已完成（2026年3月）当使用 Helm Chart 部署完整栈时，注册表 UI 现在能够正确渲染。
#572 - 审计日志增强 ✅ 已完成（2026年3月）为审计日志添加了可搜索的下拉筛选器和统计仪表盘。
#583 - mcpgw 重构 ✅ 已完成（2026年3月）重构了 mcpgw MCP 服务器，以消除技术债务并使用注册表 HTTP API。
#543 - OTLP 推送导出 ✅ 已完成（2026年3月）启用了指标服务的 OTLP 推送导出功能（支持 Datadog、New Relic 和 Prometheus 的远程写入）。
#542 - 加密凭证存储 ✅ 已完成（2026年2月）将 auth_type 替换为 auth_scheme，并为后端服务器的身份验证和健康检查添加了加密凭证存储。
#547 - ECS Service Connect DNS 修复 ✅ 已完成（2026年2月）修复了双栈 DNS 问题，该问题曾导致 ECS 部署中的 Lua 指标刷新和 Python 健康检查无法正常工作。
#581 - macOS 快速入门技能 ✅ 已完成（2026年3月）为 macOS 快速入门安装添加了 Claude 技能，支持交互式安装与卸载。

如需查看完整的议题列表、功能请求及详细发布历史，请访问：

许可证

本项目采用 Apache-2.0 许可证授权 - 详情请参阅 LICENSE 文件。

⭐ 如果这个仓库对贵组织有帮助，请给它点个星！

开始使用 | 文档 | 贡献

MCP Gateway & Registry 快速上手指南

MCP Gateway & Registry 是一个统一的平台，旨在集中管理 MCP 服务器（Model Context Protocol）和 AI 智能体（Agents）。它提供了统一的网关入口、服务注册发现机制以及智能体间的通信枢纽（A2A 协议），帮助开发者摆脱分散的配置和凭证管理，实现企业级的工具治理。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

操作系统: macOS, Linux 或 Windows (WSL2 推荐)
运行时环境:
- Node.js (v18 或更高版本)
- Python (v3.9+，用于部分脚本和技能)
容器化支持 (可选但推荐): Docker & Docker Compose (用于快速部署预构建镜像)
数据库: MongoDB (本地安装或通过 Docker 运行，用于存储注册信息)
网络访问: 能够访问 GitHub 以获取源码或镜像；若部署在云端，需确保相关端口开放。

提示: 本项目主要面向云原生和企业级部署，推荐使用 Docker 进行环境隔离。

2. 安装步骤

您可以选择使用预构建的 Docker 镜像（最快）或从源码安装。

选项 A：使用预构建镜像（推荐，即时启动）

这是最快速的启动方式，适合立即体验核心功能。

拉取并运行 Docker 容器 执行以下命令启动网关和注册表服务（假设您已配置好 MongoDB 连接或使用默认配置）：
```
docker run -d --name mcp-gateway \
  -p 8080:8080 \
  -e MONGODB_URI=mongodb://localhost:27017/mcp_registry \
  ghcr.io/agentic-community/mcp-gateway-registry:latest
```
注意：请根据实际网络情况替换镜像地址。如果国内访问 GitHub Container Registry 较慢，建议配置 Docker 镜像加速代理。
验证服务状态 检查容器是否正常运行：
```
docker ps | grep mcp-gateway
```

选项 B：从源码安装（适合开发者）

如果您需要修改代码或使用最新特性：

克隆仓库

git clone https://github.com/agentic-community/mcp-gateway-registry.git
cd mcp-gateway-registry

安装依赖
```
npm install
```
配置环境变量 复制示例配置文件并根据需要修改（主要是 MongoDB 连接字符串）：
```
cp .env.example .env
# 编辑 .env 文件，设置 MONGODB_URI 等参数
```
启动服务
```
npm start
```

3. 基本使用

安装完成后，您可以通过 CLI 工具或 API 与注册表交互。以下是使用 MCP Registry CLI 进行快速交互的示例。

启动交互式 CLI

使用提供的 CLI 工具连接到您的网关实例，通过自然语言对话来发现和管理 MCP 工具。

npx @agentic-community/mcp-registry-cli --url http://localhost:8080

功能: 启动后，您将进入一个类似 Claude Code 的交互式终端。
操作: 您可以直接输入指令查询已注册的 MCP 服务器、查看智能体卡片（Agent Cards）或测试工具调用。
特性: 界面会实时显示 Token 状态、成本追踪及模型选择。

注册一个 MCP 服务器

您可以通过 API 将现有的 MCP 服务器注册到网关中，使其对所有连接的智能体可见。

示例：使用 curl 注册服务器

curl -X POST http://localhost:8080/api/servers \
  -H "Content-Type: application/json" \
  -d '{
    "name": "filesystem-server",
    "description": "Local filesystem access tool",
    "transport_type": "stdio",
    "command": "npx",
    "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
    "visibility": "public",
    "trust_level": "community"
  }'

连接 AI 智能体

配置您的 AI 开发工具（如 VS Code, Cursor, 或自定义 Agent）连接到统一的网关地址，即可自动发现上述注册的工具，无需单独配置每个 MCP 服务器。

网关地址: http://localhost:8080
协议: 支持 Streamable HTTP 和标准 MCP 传输协议。

更多高级功能（如 AWS AgentCore 联邦、OAuth 认证配置、多租户管理）请参考官方完整文档。

版本历史

v1.0.182026/04/09

v1.0.172026/03/18

v1.0.152026/02/25

v1.0.132026/02/10

v1.0.122026/01/20

v1.0.9-patch12026/01/07

v1.0.92026/01/06

v1.0.82025/12/17

v1.0.62025/11/27

v1.0.52025/10/29

v1.0.42025/10/14

v1.0.32025/10/08

常见问题

为什么更新联邦配置后，旧的 MCP 服务器仍然存在于数据库中？

Gateway 如何处理需要认证的后端 MCP 服务器的健康检查？

如何正确传递认证令牌以访问受保护的 MCP 服务器？

如何在 AWS ACM 中导入现有的 Let's Encrypt 证书以供 Terraform 部署使用？

如何实现 Agent 到 Agent (A2A) 的动态发现机制？

对于只需要注册表功能的场景，有哪些推荐的部署模式或配置？

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|1周前

Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|1周前

开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 158.1k|★★☆☆☆|今天

开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信

★ 144.3k|★☆☆☆☆|今天

Agent插件

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 108.3k|★★☆☆☆|6天前