mcp-link

GitHub
602 72 简单 1 次阅读 今天MITAgent
AI 解读 由 AI 自动生成,仅供参考

mcp-link 是一款专为 AI 生态设计的开源适配器,它能将任何符合 OpenAPI V3 标准的接口自动转换为 MCP(Model Context Protocol)服务器。在当前 AI 智能体开发中,手动编写适配代码不仅耗时且容易出错,导致大量现有的 RESTful API 难以被 AI 直接调用。mcp-link 正是为了解决这一痛点而生,它通过自动化和标准化流程,让开发者无需修改原有后端代码,即可瞬间打通传统 API 与 AI 智能体之间的连接壁垒。

这款工具特别适合后端开发者、AI 应用构建者以及希望快速集成外部服务的研究人员使用。其核心亮点在于“零代码侵入”:只需提供 OpenAPI 文档地址,mcp-link 就能完整映射所有接口功能,确保无遗漏地暴露给 AI 模型。此外,它还提供了灵活的参数配置,支持精细化的路径过滤和多种认证头设置,满足不同场景的安全需求。无论是想快速验证想法的独立开发者,还是需要大规模集成企业服务的团队,都能利用 mcp-link 提供的在线版本或本地部署方案,轻松将 GitHub、Notion、Stripe 等主流服务接入 AI 工作流,极大提升了智能体应用的开发效率与兼容性。

使用场景

某电商公司的后端团队希望让内部 AI 助手直接操作现有的订单管理系统(OMS),该系统已有一套完善的 OpenAPI V3 文档,但尚未接入大模型生态。

没有 mcp-link 时

  • 开发耗时漫长:工程师需要手动为 OMS 的几十个接口逐个编写 MCP Server 代码,将 RESTful 请求转换为模型可调用的工具函数,耗时数天。
  • 功能覆盖不全:人工编码容易遗漏边缘接口或参数细节,导致 AI 助手只能处理核心流程,无法执行如“修改收货地址”或“查询异常日志”等复杂操作。
  • 维护成本高昂:一旦 OMS 系统升级增加了新接口,团队必须重新修改并部署 MCP 服务,难以跟上业务迭代速度。
  • 出错风险增加:手动映射参数和认证头(Header)极易出现拼写错误或逻辑偏差,导致 AI 调用失败甚至引发数据安全问题。

使用 mcp-link 后

  • 秒级自动转换:只需提供 OMS 的 OpenAPI 文档 URL 和基础地址,mcp-link 即可自动生成完整的 MCP Server,将原本几天的工作量缩短至几分钟。
  • 全量功能同步:工具自动解析所有端点定义,确保 AI 助手能立即调用系统中每一个可用接口,包括复杂的过滤和嵌套参数,无功能缺失。
  • 零代码维护:当 OMS 更新 API 文档后,重启 mcp-link 服务即可自动适配新接口,无需任何代码层面的修改或重新编译。
  • 标准化与安全:mcp-link 严格遵循 MCP 规范处理认证头(如 Bearer Token)和路径过滤,消除了人工配置带来的安全隐患和调用错误。

mcp-link 通过自动化标准转换,让企业无需重写一行代码,就能将存量 API 资产瞬间转化为 AI 智能体可理解的原生能力。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具基于 Go 语言开发,无需 Python 环境或 GPU。运行前需安装 Go 环境并使用 'go mod download' 下载依赖。支持通过命令行参数指定 OpenAPI 规范 URL、目标 API 基础 URL 及认证头信息。
python不需要
Go (Golang)
mcp-link hero image

快速开始

MCP Link - 将任何 OpenAPI V3 API 转换为 MCP 服务器

加入我们的 Discord

🧩 架构

MCP Link

🤔 为什么选择 MCP Link?

当前的 AI Agent 生态系统中存在一个显著的空白:

  • 大多数 MCP 服务器只是对 Web API 的简单封装
  • 功能接口可能并不完整,具体取决于开发者的实现
  • 手动创建 MCP 接口既耗时又容易出错
  • 缺乏标准化的转换流程

MCP Link 通过自动化和标准化解决了这些问题,使任何 API 都能轻松接入由 AI 驱动的应用生态系统。

🌟 核心特性

  • 自动转换:基于 OpenAPI Schema 自动生成完整的 MCP 服务器
  • 无缝集成:让现有的 RESTful API 立即兼容 AI Agent 的调用标准
  • 功能完备:确保所有 API 端点和功能都被正确映射
  • 零代码修改:无需修改原始 API 实现即可获得 MCP 兼容性
  • 开放标准:遵循 MCP 规范,确保与各类 AI Agent 框架的兼容性

🌐 在线版本

请访问 mcp-link.vercel.app,体验我们的托管版本,无需安装即可快速转换并测试您的 API。

🚀 快速入门

安装

# 克隆仓库
git clone https://github.com/automation-ai-labs/mcp-link.git
cd mcp-openapi-to-mcp-adapter

# 安装依赖
go mod download

运行

# 指定端口
go run main.go serve --port 8080 --host 0.0.0.0

参数说明

  • s= - OpenAPI 规范文件的 URL
  • u= - 目标 API 的基础 URL
  • h= - 认证头格式,格式为 header-name:value-prefix
  • f= - 用于包含或排除 API 端点的路径过滤表达式。语法:
    • +/path/** - 包含 /path/ 下的所有端点
    • -/path/** - 排除 /path/ 下的所有端点
    • +/users/*:GET - 仅包含 /users/{id} 的 GET 端点
    • 多个过滤器可用分号分隔:+/**:GET;-/internal/**
    • 通配符:* 匹配任意单个路径段,** 匹配零个或多个路径段

示例

_ API MCP Link URL 认证方式
Brave Brave Search https://mcp-link.vercel.app/links/brave API Key
DuckDuckGo DuckDuckGo https://mcp-link.vercel.app/links/duckduckgo
Figma Figma https://mcp-link.vercel.app/links/figma API Token
GitHub GitHub https://mcp-link.vercel.app/links/github Bearer Token
Home Assistant Home Assistant https://mcp-link.vercel.app/links/homeassistant Bearer Token
Notion Notion https://mcp-link.vercel.app/links/notion Bearer Token
Slack Slack https://mcp-link.vercel.app/links/slack Bearer Token
Stripe Stripe https://mcp-link.vercel.app/links/stripe Bearer Token
TMDB TMDB https://mcp-link.vercel.app/links/tmdb Bearer Token
YouTube YouTube https://mcp-link.vercel.app/links/youtube Bearer Token

在 AI 代理中的使用

{
  "mcpServers": {
    "@service-name": {
      "url": "http://localhost:8080/sse?s=[OpenAPI-Spec-URL]&u=[API-Base-URL]&h=[Auth-Header]:[Value-Prefix]"
    }
  }
}

这些 URL 使得任何具有 OpenAPI 规范的 API 都能立即转换为可被 AI 代理访问的 MCP 兼容接口。

📋 未来开发计划

  • MCP 协议 OAuth 流程:实现对 MCP 协议 OAuth 认证流程的支持
  • 资源支持:增加处理基于资源的 API 交互的能力
  • MIME 类型:增强对 API 请求和响应中各种 MIME 类型的支持

常见问题

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|★★★☆☆|4天前
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|★★★☆☆|4天前
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

148.6k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|今天
插件Agent图像

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|3天前
语言模型图像Agent