[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-automation-ai-labs--mcp-link":3,"tool-automation-ai-labs--mcp-link":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",148568,2,"2026-04-09T23:34:24",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-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。\n\n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。\n\nLLMs-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",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":75,"owner_url":76,"languages":77,"stars":82,"forks":83,"last_commit_at":84,"license":85,"difficulty_score":32,"env_os":86,"env_gpu":87,"env_ram":87,"env_deps":88,"category_tags":93,"github_topics":94,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":98,"updated_at":99,"faqs":100,"releases":128},6100,"automation-ai-labs\u002Fmcp-link","mcp-link","Convert Any OpenAPI V3 API to MCP Server","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。\n\n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","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。\n\n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。","# MCP Link - Convert Any OpenAPI V3 API to MCP Server\n\n[![Join our Discord](https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F1234567890?color=7289da&label=Discord&logo=discord&logoColor=white)](https:\u002F\u002Fdiscord.gg\u002FqkzfbqdSa9)\n\n## 🧩 Architecture\n\n![MCP Link](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fautomation-ai-labs_mcp-link_readme_178935041b1c.png)\n\n## 🤔 Why MCP Link?\n\nThere is a notable gap in the current AI Agent ecosystem:\n\n- Most MCP Servers are simple wrappers around Web APIs\n- Functionality interfaces may not be complete, depending on developer implementation\n- Manual creation of MCP interfaces is time-consuming and error-prone\n- Lack of standardized conversion processes\n\nMCP Link solves these issues through automation and standardization, allowing any API to easily join the AI-driven application ecosystem.\n\n\n## 🌟 Key Features\n\n- **Automatic Conversion**: Generate complete MCP Servers based on OpenAPI Schema\n- **Seamless Integration**: Make existing RESTful APIs immediately compatible with AI Agent calling standards\n- **Complete Functionality**: Ensure all API endpoints and features are correctly mapped\n- **Zero Code Modification**: Obtain MCP compatibility without modifying the original API implementation\n- **Open Standard**: Follow the MCP specification to ensure compatibility with various AI Agent frameworks\n\n\n## 🌐 Online Version\n\nTry our hosted version at [mcp-link.vercel.app](https:\u002F\u002Fmcp-link.vercel.app) to quickly convert and test your APIs without installation.\n\n\n## 🚀 Quick Start\n\n### Installation\n\n```bash\n# Clone repository\ngit clone https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs\u002Fmcp-link.git\ncd mcp-openapi-to-mcp-adapter\n\n# Install dependencies\ngo mod download\n```\n\n### Running\n\n```bash\n# Specify port\ngo run main.go serve --port 8080 --host 0.0.0.0\n```\n\n\n### Parameter Description\n\n- `s=` - URL of the OpenAPI specification file\n- `u=` - Base URL of the target API\n- `h=` - Authentication header format, in the format of `header-name:value-prefix`\n- `f=` - Path filter expressions to include or exclude API endpoints. Syntax:\n  - `+\u002Fpath\u002F**` - Include all endpoints under \u002Fpath\u002F\n  - `-\u002Fpath\u002F**` - Exclude all endpoints under \u002Fpath\u002F\n  - `+\u002Fusers\u002F*:GET` - Include only GET endpoints for \u002Fusers\u002F{id}\n  - Multiple filters can be separated by semicolons: `+\u002F**:GET;-\u002Finternal\u002F**`\n  - Wildcards: `*` matches any single path segment, `**` matches zero or more segments\n\n### Examples\n| _ | API | MCP Link URL | Authentication Method |\n|------|-----|-------------|---------|\n| ![Brave](https:\u002F\u002Fimg.logo.dev\u002Fbrave.com) | Brave Search | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fbrave | API Key |\n| ![DuckDuckGo](https:\u002F\u002Fimg.logo.dev\u002Fduckduckgo.com) | DuckDuckGo | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fduckduckgo | None |\n| ![Figma](https:\u002F\u002Fimg.logo.dev\u002Ffigma.com) | Figma | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Ffigma | API Token |\n| ![GitHub](https:\u002F\u002Fimg.logo.dev\u002Fgithub.com) | GitHub | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fgithub | Bearer Token |\n| ![Home Assistant](https:\u002F\u002Fimg.logo.dev\u002Fhome-assistant.io) | Home Assistant | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fhomeassistant | Bearer Token |\n| ![Notion](https:\u002F\u002Fimg.logo.dev\u002Fnotion.so) | Notion | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fnotion | Bearer Token |\n| ![Slack](https:\u002F\u002Fimg.logo.dev\u002Fslack.com) | Slack | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fslack | Bearer Token |\n| ![Stripe](https:\u002F\u002Fimg.logo.dev\u002Fstripe.com) | Stripe | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fstripe | Bearer Token |\n| ![TMDB](https:\u002F\u002Fimg.logo.dev\u002Fthemoviedb.org) | TMDB | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Ftmdb | Bearer Token |\n| ![YouTube](https:\u002F\u002Fimg.logo.dev\u002Fyoutube.com) | YouTube | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fyoutube | Bearer Token |\n\n### Usage in AI Agents\n\n```json\n{\n  \"mcpServers\": {\n    \"@service-name\": {\n      \"url\": \"http:\u002F\u002Flocalhost:8080\u002Fsse?s=[OpenAPI-Spec-URL]&u=[API-Base-URL]&h=[Auth-Header]:[Value-Prefix]\"\n    }\n  }\n}\n```\n\nThese URLs allow any API with an OpenAPI specification to be immediately converted into an MCP-compatible interface accessible to AI Agents.\n\n## 📋 Future Development\n\n- **MCP Protocol OAuthflow**: Implement OAuth authentication flow support for MCP Protocol\n- **Resources Support**: Add capability to handle resource-based API interactions\n- **MIME Types**: Enhance support for various MIME types in API requests and responses\n","# MCP Link - 将任何 OpenAPI V3 API 转换为 MCP 服务器\n\n[![加入我们的 Discord](https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F1234567890?color=7289da&label=Discord&logo=discord&logoColor=white)](https:\u002F\u002Fdiscord.gg\u002FqkzfbqdSa9)\n\n## 🧩 架构\n\n![MCP Link](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fautomation-ai-labs_mcp-link_readme_178935041b1c.png)\n\n## 🤔 为什么选择 MCP Link？\n\n当前的 AI Agent 生态系统中存在一个显著的空白：\n\n- 大多数 MCP 服务器只是对 Web API 的简单封装\n- 功能接口可能并不完整，具体取决于开发者的实现\n- 手动创建 MCP 接口既耗时又容易出错\n- 缺乏标准化的转换流程\n\nMCP 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。\n\n\n## 🌟 核心特性\n\n- **自动转换**：基于 OpenAPI Schema 自动生成完整的 MCP 服务器\n- **无缝集成**：让现有的 RESTful API 立即兼容 AI Agent 的调用标准\n- **功能完备**：确保所有 API 端点和功能都被正确映射\n- **零代码修改**：无需修改原始 API 实现即可获得 MCP 兼容性\n- **开放标准**：遵循 MCP 规范，确保与各类 AI Agent 框架的兼容性\n\n\n## 🌐 在线版本\n\n请访问 [mcp-link.vercel.app](https:\u002F\u002Fmcp-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。\n\n\n## 🚀 快速入门\n\n### 安装\n\n```bash\n# 克隆仓库\ngit clone https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs\u002Fmcp-link.git\ncd mcp-openapi-to-mcp-adapter\n\n# 安装依赖\ngo mod download\n```\n\n### 运行\n\n```bash\n# 指定端口\ngo run main.go serve --port 8080 --host 0.0.0.0\n```\n\n\n### 参数说明\n\n- `s=` - OpenAPI 规范文件的 URL\n- `u=` - 目标 API 的基础 URL\n- `h=` - 认证头格式，格式为 `header-name:value-prefix`\n- `f=` - 用于包含或排除 API 端点的路径过滤表达式。语法：\n  - `+\u002Fpath\u002F**` - 包含 \u002Fpath\u002F 下的所有端点\n  - `-\u002Fpath\u002F**` - 排除 \u002Fpath\u002F 下的所有端点\n  - `+\u002Fusers\u002F*:GET` - 仅包含 \u002Fusers\u002F{id} 的 GET 端点\n  - 多个过滤器可用分号分隔：`+\u002F**:GET;-\u002Finternal\u002F**`\n  - 通配符：`*` 匹配任意单个路径段，`**` 匹配零个或多个路径段\n\n### 示例\n| _ | API | MCP Link URL | 认证方式 |\n|------|-----|-------------|---------|\n| ![Brave](https:\u002F\u002Fimg.logo.dev\u002Fbrave.com) | Brave Search | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fbrave | API Key |\n| ![DuckDuckGo](https:\u002F\u002Fimg.logo.dev\u002Fduckduckgo.com) | DuckDuckGo | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fduckduckgo | 无 |\n| ![Figma](https:\u002F\u002Fimg.logo.dev\u002Ffigma.com) | Figma | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Ffigma | API Token |\n| ![GitHub](https:\u002F\u002Fimg.logo.dev\u002Fgithub.com) | GitHub | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fgithub | Bearer Token |\n| ![Home Assistant](https:\u002F\u002Fimg.logo.dev\u002Fhome-assistant.io) | Home Assistant | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fhomeassistant | Bearer Token |\n| ![Notion](https:\u002F\u002Fimg.logo.dev\u002Fnotion.so) | Notion | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fnotion | Bearer Token |\n| ![Slack](https:\u002F\u002Fimg.logo.dev\u002Fslack.com) | Slack | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fslack | Bearer Token |\n| ![Stripe](https:\u002F\u002Fimg.logo.dev\u002Fstripe.com) | Stripe | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fstripe | Bearer Token |\n| ![TMDB](https:\u002F\u002Fimg.logo.dev\u002Fthemoviedb.org) | TMDB | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Ftmdb | Bearer Token |\n| ![YouTube](https:\u002F\u002Fimg.logo.dev\u002Fyoutube.com) | YouTube | https:\u002F\u002Fmcp-link.vercel.app\u002Flinks\u002Fyoutube | Bearer Token |\n\n### 在 AI 代理中的使用\n\n```json\n{\n  \"mcpServers\": {\n    \"@service-name\": {\n      \"url\": \"http:\u002F\u002Flocalhost:8080\u002Fsse?s=[OpenAPI-Spec-URL]&u=[API-Base-URL]&h=[Auth-Header]:[Value-Prefix]\"\n    }\n  }\n}\n```\n\n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。\n\n## 📋 未来开发计划\n\n- **MCP 协议 OAuth 流程**：实现对 MCP 协议 OAuth 认证流程的支持\n- **资源支持**：增加处理基于资源的 API 交互的能力\n- **MIME 类型**：增强对 API 请求和响应中各种 MIME 类型的支持","# MCP Link 快速上手指南\n\nMCP Link 是一个自动化工具，可将任何 OpenAPI V3 规范的 API 无缝转换为 MCP（Model Context Protocol）服务器，让现有 RESTful 接口立即兼容 AI Agent 调用标准。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux、macOS 或 Windows\n*   **核心依赖**：已安装 [Go (Golang)](https:\u002F\u002Fgolang.org\u002F) (建议版本 1.20+)\n    *   *国内加速*：若下载 Go 较慢，可配置国内镜像源：\n      ```bash\n      export GOPROXY=https:\u002F\u002Fgoproxy.cn,direct\n      ```\n*   **前置知识**：拥有目标服务的 OpenAPI Specification (JSON\u002FYAML) URL 及 API 基础地址。\n\n## 安装步骤\n\n通过克隆仓库并安装依赖即可完成部署：\n\n```bash\n# 1. 克隆项目仓库\ngit clone https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs\u002Fmcp-link.git\ncd mcp-openapi-to-mcp-adapter\n\n# 2. 下载 Go 依赖\ngo mod download\n```\n\n## 基本使用\n\n### 1. 启动服务\n\n运行以下命令启动 MCP Link 服务器。默认监听本地 8080 端口：\n\n```bash\ngo run main.go serve --port 8080 --host 0.0.0.0\n```\n\n### 2. 配置 AI Agent\n\n在您的 AI Agent 配置文件（如 `settings.json` 或 MCP 客户端配置）中，添加如下服务器配置。请将占位符替换为您的实际 API 信息：\n\n```json\n{\n  \"mcpServers\": {\n    \"my-api-service\": {\n      \"url\": \"http:\u002F\u002Flocalhost:8080\u002Fsse?s=[OpenAPI-Spec-URL]&u=[API-Base-URL]&h=[Auth-Header]:[Value-Prefix]\"\n    }\n  }\n}\n```\n\n**参数说明：**\n*   `s=` : OpenAPI 规范文件的 URL 地址。\n*   `u=` : 目标 API 的基础 URL (Base URL)。\n*   `h=` : 认证头格式，形如 `Authorization:Bearer ` (注意冒号后包含空格前缀)。\n\n### 3. 进阶用法（可选）\n\n如需过滤特定接口或自定义认证，可在启动命令或 URL 参数中使用以下选项：\n\n*   **接口过滤 (`f=`)**：\n    *   仅包含 GET 请求：`+\u002Fusers\u002F*:GET`\n    *   排除内部接口：`-\u002Finternal\u002F**`\n    *   组合使用：`+\u002F**:GET;-\u002Finternal\u002F**`\n*   **在线测试**：\n    无需本地安装，可直接访问 [mcp-link.vercel.app](https:\u002F\u002Fmcp-link.vercel.app) 快速生成并测试链接。","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。\n\n### 没有 mcp-link 时\n- **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。\n- **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。\n- **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。\n- **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。\n\n### 使用 mcp-link 后\n- **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。\n- **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。\n- **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。\n- **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。\n\nmcp-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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fautomation-ai-labs_mcp-link_758d4e4e.png","automation-ai-labs","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fautomation-ai-labs_d4fd9ed3.png",null,"https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs",[78],{"name":79,"color":80,"percentage":81},"Go","#00ADD8",100,602,72,"2026-04-09T13:53:56","MIT","Linux, macOS, Windows","未说明",{"notes":89,"python":90,"dependencies":91},"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。","不需要",[92],"Go (Golang)",[13],[95,96,97],"agents","mcp","mcp-server","2026-03-27T02:49:30.150509","2026-04-10T11:48:34.217751",[101,106,111,116,120,124],{"id":102,"question_zh":103,"answer_zh":104,"source_url":105},27629,"为什么 null 值参数在 MCP 服务中被转换成了 \"\u003Cnil>\" 字符串？","这是一个已知的数据处理问题，当传递 null 值时会被错误地序列化为字符串 \"\u003Cnil>\"。该问题已在提交 552c49ddb55bc6061a868b3a4bf45ec5f15e3c21 中修复。请更新到包含此修复的最新版本即可解决。","https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs\u002Fmcp-link\u002Fissues\u002F3",{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},27630,"MCP Link 是否支持包含动态路径参数（如 {observable_type}）的 OpenAPI URL？","当前版本在处理包含动态路径变量（例如 \u002Fapi\u002Fv1\u002F{observable_type}\u002F{observable_id}\u002F...）的 OpenAPI 配置时存在限制，可能导致变量未被正确替换而直接作为字符串传递（如返回 \"invalid observable type: {observable_type}\"）。目前官方尚未提供原生支持动态 URL 的解决方案，建议暂时避免在路径中使用变量，或通过中间代理层将动态路径转换为静态路由后再接入 MCP Link。","https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs\u002Fmcp-link\u002Fissues\u002F6",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},27631,"在使用 Spring AI MCP 时，为什么会出现工具名称冲突？","Spring AI MCP 会将工具名称截断为最后 64 个字符。当 MCP Link 生成的工具名称过长且后缀相似时（例如 get_... 和 delete_... 的长名称），截断后可能变成相同的名称，从而引发冲突。例如：mcplink_github_v3_rest_api_get_repos_owner_repo_environments_environment_name_secrets_secret_name 和 delete 版本的文件名截断后都变为 pos_owner_repo_environments_environment_name_secrets_secret_name。","https:\u002F\u002Fgithub.com\u002Fautomation-ai-labs\u002Fmcp-link\u002Fissues\u002F1",{"id":117,"question_zh":118,"answer_zh":119,"source_url":115},27632,"如何解决 Spring AI MCP 中因工具名截断导致的命名冲突问题？","由于冲突源于 Spring AI 的工具名处理逻辑（保留最后 64 字符），目前的变通方法包括：1) 在 MCP Link 侧自定义工具名前缀或缩短原始操作 ID；2) 修改 Spring AI 的 McpToolUtils.prefixedToolName 方法逻辑，改为保留前缀部分而非后缀；3) 向 Spring AI 项目提交 Issue 请求增加可配置截断策略的功能。",{"id":121,"question_zh":122,"answer_zh":123,"source_url":110},27633,"MCP Link 如何处理 OpenAPI 中的路径参数（path parameters）？","根据现有反馈，MCP Link 在解析含有路径参数的 OpenAPI 定义时，未能正确地将运行时值填入路径模板，而是保留了占位符原文（如 {observable_type}）。这表明当前实现对 path 类型参数的绑定支持不完善。用户需确保路径参数在调用前已被外部系统解析并替换，或等待后续版本增强对该场景的支持。",{"id":125,"question_zh":126,"answer_zh":127,"source_url":105},27634,"如何验证 null 值转换问题是否已修复？","升级至包含修复提交 552c49ddb55bc6061a868b3a4bf45ec5f15e3c21 的版本后，重新发送包含 null 值的请求（如 {\"A\":null,\"B\":null,\"C\":\"VALUE\"}），检查服务端接收到的参数是否仍为 {\"A\":\"\u003Cnil>\",\"B\":\"\u003Cnil>\",\"C\":\"VALUE\"}。若修复成功，null 值应被正确处理为空值或省略，而不是转为字符串 \"\u003Cnil>\"。",[]]