mcp-handler
mcp-handler 是一款专为现代前端框架设计的适配器,旨在帮助开发者轻松构建基于模型上下文协议(MCP)的服务器。它主要解决了在 Next.js、Nuxt 等流行框架中集成 AI 实时通信能力的难题,让应用程序能够顺畅地与 AI 模型进行工具调用和数据交互,而无需从零搭建复杂的底层架构。
这款工具非常适合熟悉 JavaScript 或 TypeScript 的前端及全栈开发者使用。如果你希望在现有的 Web 项目中快速引入 AI 功能,例如让 AI 助手执行自定义操作(如查询数据库、调用外部 API 或处理业务逻辑),mcp-handler 能提供极大的便利。
其技术亮点在于对多种传输协议的灵活支持,不仅兼容高效的 Streamable HTTP,还支持带有断点续传功能的服务器发送事件(SSE),并可结合 Redis 提升稳定性。此外,它内置了完整的 TypeScript 类型定义,确保开发过程中的代码智能提示与类型安全。通过简单的配置,开发者即可在几分钟内将普通的 API 路由转化为功能强大的 MCP 服务端点,大幅降低了 AI 应用集成的门槛。
使用场景
某电商团队希望在 Next.js 构建的后台系统中,让 AI 助手能实时调用内部库存查询和订单修改功能,以辅助客服快速响应。
没有 mcp-handler 时
- 开发成本高:需手动搭建独立的 MCP 服务器进程,处理复杂的 HTTP 轮询或 WebSocket 连接,与主应用分离部署。
- 上下文割裂:AI 模型无法直接访问 Next.js 应用内的数据库连接或认证上下文,需额外编写中间层透传数据。
- 维护困难:缺乏标准化的工具注册机制,每次新增功能(如“退款”或“查物流”)都要修改底层通信协议代码。
- 调试复杂:请求链路不透明,难以追踪 AI 调用具体哪个后端函数,错误日志分散在不同服务中。
使用 mcp-handler 后
- 极速集成:直接在 Next.js 的 API 路由中通过
createMcpHandler注册工具,无需独立部署服务器,复用现有项目结构。 - 原生上下文访问:工具函数可直接读取 Next.js 环境变量、数据库客户端及用户 Session,实现安全的内部操作。
- 标准化扩展:只需定义 Zod 校验 schema 和异步处理函数即可新增"roll_dice"类工具,框架自动处理协议转换。
- 可观测性增强:内置详细日志(
verboseLogs)和统一错误处理,开发者可在同一终端监控所有 AI 交互细节。
mcp-handler 将原本繁琐的跨进程通信简化为标准的 API 路由开发,让前端团队能像编写普通接口一样轻松赋予 AI 操作真实业务的能力。
运行环境要求
- 未说明
无 GPU 需求
未说明

快速开始
mcp-handler
用于模型上下文协议 (MCP) 的 Vercel 适配器,可在您的应用程序与 AI 模型之间实现实时通信。支持 Next.js 和 Nuxt。
安装
npm install mcp-handler @modelcontextprotocol/sdk@1.26.0 zod@^3
注意:
@modelcontextprotocol/sdk版本低于 1.26.0 存在安全漏洞。请使用 1.26.0 或更高版本。
快速入门(Next.js)
// app/api/[transport]/route.ts
import { createMcpHandler } from "mcp-handler";
import { z } from "zod";
const handler = createMcpHandler(
(server) => {
server.registerTool(
"roll_dice",
{
title: "掷骰子",
description: "掷一个指定面数的骰子。",
inputSchema: {
sides: z.number().int().min(2),
},
},
async ({ sides }) => {
const value = 1 + Math.floor(Math.random() * sides);
return {
content: [{ type: "text", text: `🎲 你掷出了 ${value}!` }],
};
}
);
},
{},
{
basePath: "/api", // 必须与 [transport] 所在路径一致
maxDuration: 60,
verboseLogs: true,
}
);
export { handler as GET, handler as POST };
连接客户端
如果您的客户端支持可流式传输的 HTTP,请直接连接:
{
"remote-example": {
"url": "http://localhost:3000/api/mcp"
}
}
对于仅支持标准输入输出的客户端,请使用 mcp-remote:
{
"remote-example": {
"command": "npx",
"args": ["-y", "mcp-remote", "http://localhost:3000/api/mcp"]
}
}
文档
特性
- 框架支持:Next.js 和 Nuxt
- 多种传输方式:可流式传输的 HTTP 和服务器发送事件 (SSE)
- Redis 集成:可选,用于 SSE 传输的断点续传
- TypeScript 支持:包含完整的类型定义
要求
- Next.js 13+ 或 Nuxt 3+
- Node.js 18+
- Redis(可选,用于 SSE)
许可证
Apache-2.0
版本历史
v1.1.02026/03/24v1.0.72026/01/09v1.0.62026/01/05v1.0.52026/01/03v1.0.42025/11/20v1.0.32025/10/10v1.0.22025/08/25v1.0.12025/07/19v1.0.02025/07/11v0.11.22025/07/07v0.11.12025/06/12v0.11.02025/06/12v0.10.02025/06/09v0.9.12025/06/06v0.9.02025/06/06v0.8.22025/06/04v0.8.12025/06/04v0.8.02025/06/04v0.7.32025/05/29v0.7.22025/05/29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
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。
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
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。
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。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器