mcpField
M
mcp-smart-proxy

mcp-smart-proxy

本地服务
github.com/daedalus开发工具027 周前更新

关于 mcp-smart-proxy

mcp-smart-proxy 是连接上游 MCP 服务的网关,提供语义工具搜索和节省 token 的访问方式。其命令行支持启动服务、索引、状态检查、验证,以及监控配置文件并运行时更新。

主要功能

  1. 01连接上游 MCP 服务
  2. 02语义工具搜索
  3. 03节省 token 的访问方式
  4. 04监控配置文件并运行时更新
  5. 05通过命令行索引、检查状态和验证

适用场景

  1. 01为已配置的 MCP 服务提供网关
  2. 02通过语义搜索查找工具
  3. 03根据受监控的配置文件更新上游服务
  4. 04检查代理配置和状态

MCP 相关

作为连接上游服务的 MCP 网关,提供工具搜索和调用。可通过 STDIO 为本地客户端提供服务;命令行还列出 streamable HTTP 传输选项。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"daedalus-mcp-smart-proxy": {
"command": "uvx",
"args": [
"mcp-smart-proxy"
]
}
}
}
启动命令uvx mcp-smart-proxy

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimcp-smart-proxy0.1.1

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

MCPSmartProxy

支持语义工具搜索、节省令牌的 MCP 服务网关

PyPI Python Coverage Ruff

mcp-name: io.github.daedalus/mcp-smart-proxy

安装

pip install mcp-smart-proxy

用法

from mcp_smart_proxy import ProxyConfig

config = ProxyConfig.from_file("proxy.yaml")

命令行界面

mcp-smart-proxy --help
mcp-smart-proxy serve --config proxy.yaml
mcp-smart-proxy serve --config proxy.yaml --watch ./servers/
mcp-smart-proxy serve --config proxy.yaml --transport streamable-http --host 0.0.0.0 --port 8000
mcp-smart-proxy index --config proxy.yaml
mcp-smart-proxy status --config proxy.yaml
mcp-smart-proxy validate --config proxy.yaml

--watch 选项会监控目录中的 .yaml、.yml 或 .json 文件,这些文件包含上游服务的配置。添加、修改或删除文件,即可在运行时动态更新可用服务。

传输选项

--transport 选项支持:

  • stdio(默认)- 适用于本地 MCP 客户端的标准输入/输出传输

API

配置
  • ProxyConfig - 主配置模型
  • UpstreamConfig - 上游服务配置
  • EmbeddingConfig - 嵌入后端配置
  • VectorStoreConfig - 向量存储后端配置
模型
  • ListResult - list 工具的结果
  • SearchResult - search 工具的结果
  • ToolResult - 工具调用的结果

开发

git clone https://github.com/daedalus/mcp-smart-proxy.git
cd mcp-smart-proxy
pip install -e ".[test]"

# run tests
pytest

# format
ruff format src/ tests/

# lint
ruff check src/ tests/

# type check
mypy src/

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。