MCP Containers

Metorial (YC F25)

面向 AI Agent 的开源身份与访问层。
以一致的身份验证、权限管理和可观测性，将 Agent 连接到真实系统。

提示

跳过设置，直接使用托管服务： 使用 Metorial 最快、最简单、最可靠的方式是注册我们的托管平台。

➡️ 免费开始

简介

Agent 正在接入生产系统，但周围缺少一致的身份与访问层：访问控制有限、没有审计记录，也没有标准的访问限制。Metorial 解决了这个问题。

Metorial 是用于管理 Agent 访问外部系统的控制平面。它位于 Agent 与集成之间，以一致的方式处理身份验证、权限和可观测性。团队无需临时拼凑集成方案，而是可以使用共享层，统一 Agent 与系统交互的方式。

核心功能

• 1,200 多种集成，涵盖 SaaS 工具、企业系统、数据源和自定义 MCP 服务。
• 身份验证与令牌生命周期管理，支持 OAuth、API 密钥、服务账户和其他凭证流程。
• 内置 RBAC、SAML SSO 和 IAM，让 Agent 访问遵循现有的安全模型。
• 范围受限的权限，可按 Agent、工作流、团队或环境配置。
• 审计日志和可追溯性，记录 Agent 的操作，包括哪个 Agent 使用了谁的凭证执行操作。
• 跨团队和项目共享访问模式，无需为每种情况编写一次性集成代码。

面向开发者的 Metorial

Metorial 为开发者提供了一个统一接口，用于将 Agent 连接到真实系统。

• 在 Claude Code、Codex 和 Cursor 等工具中使用集成，同时不违反安全策略。
• 将集成作为工具提供给任何 Agent 框架。
• 将 OAuth、API 密钥和其他身份验证流程统一到一个便捷 URL 中。
• 在项目、环境和人员之间复用连接。
• 避免为每个应用重复实现集成和身份验证逻辑。

你只需针对一个 API 编写代码，或使用一个连接 URL，其余工作都由 Metorial 处理。

面向安全团队的 Metorial

Metorial 为 Agent 访问系统的方式提供规范和可见性。

• 集中式访问控制，支持 RBAC、SAML SSO、IAM 和范围受限的凭证。
• 为每个 Agent 明确权限边界。
• 记录所有操作的审计日志，包括哪个 Agent 使用了谁的凭证执行操作。
• 以受控方式共享集成。
• 以一致且安全的方式处理凭证。

这样一来，无需依赖人工流程，也能对 Agent 活动进行约束和检查。让 AI 负责人满意，也让 CISO 安心。

生态系统

• Metorial：涵盖 SaaS 工具和企业系统的集成目录。
• Metorial Platform：核心引擎，开源且可自托管。
• Metorial CLI：面向 Agent 的 CLI，用于与集成进行交互。
• Lowerdeck：供整个技术栈共享的库。
• Starbase：MCP 调试和测试工具。

SDK

这些 SDK 封装了 Metorial API，并与 Agent 框架集成。

它们以一致的方式处理身份验证、访问控制和工具开放。

• JavaScript / TypeScript
• Python

如果你想构建自定义集成，请查看我们的 API 文档，了解如何直接使用 Metorial API。

自托管

Metorial Platform 是驱动 Metorial 引擎的代码。它是开源的，并且可以自托管。你可以用它运行自己的 Metorial 实例，并由此仓库中的 MCP 服务提供支持。

快速入门

最简单的入门方式是使用 Metorial Search，这是内置的网页搜索服务提供方，无需配置身份验证。

JavaScript / TypeScript

import { Metorial } from 'metorial';
import { metorialAiSdk } from '@metorial/ai-sdk';
import { anthropic } from '@ai-sdk/anthropic';
import { stepCountIs, streamText } from 'ai';

let metorial = new Metorial({ apiKey: process.env.METORIAL_API_KEY! });

let deployment = await metorial.providerDeployments.create({
  name: 'Metorial Search',
  providerId: 'metorial-search'
});

let session = await metorial.connect({
  adapter: metorialAiSdk(),
  providers: [{ providerDeploymentId: deployment.id }]
});

let result = streamText({
  model: anthropic('claude-sonnet-4-20250514'),
  prompt:
    'Search the web for the latest news about AI agents and summarize the top 3 stories.',
  stopWhen: stepCountIs(10),
  tools: session.tools()
});

for await (let part of result.textStream) {
  process.stdout.write(part);
}

使用以下命令安装：

npm install metorial @metorial/ai-sdk @ai-sdk/anthropic ai

Python

import asyncio
import os

from metorial import Metorial
from metorial import metorial_pydantic_ai
from pydantic_ai import Agent

async def main():
  metorial = Metorial(api_key=os.environ["METORIAL_API_KEY"])

  deployment = metorial.provider_deployments.create(
    name="Metorial Search",
    provider_id="metorial-search",
  )

  session = await metorial.connect(
    adapter=metorial_pydantic_ai(),
    providers=[{"provider_deployment_id": deployment.id}],
  )

  agent = Agent(
    "anthropic:claude-sonnet-4-20250514",
    system_prompt="You are a helpful research assistant.",
    tools=session.tools(),
  )

  result = await agent.run(
    "Search the web for the latest news about AI agents and summarize the top 3 stories."
  )
  print(result.output)

asyncio.run(main())

使用以下命令安装：

pip install metorial pydantic-ai python-dotenv

OAuth 集成

使用需要用户身份验证的服务（例如 Slack、GitHub、Google Calendar 或 SAP）时，Metorial 会提供设置会话来处理 OAuth 流程，并复用由此生成的身份验证配置。

JavaScript / TypeScript

import { Metorial } from 'metorial';
import { metorialAiSdk } from '@metorial/ai-sdk';

let metorial = new Metorial({ apiKey: process.env.METORIAL_API_KEY! });

let setupSession = await metorial.providerDeployments.setupSessions.create({
  providerId: 'your-slack-provider-id',
  providerAuthMethodId: 'your-slack-auth-method-id'
});

console.log(`Authenticate here: ${setupSession.url}`);

let completed = await metorial.providerDeployments.setupSessions.waitForCompletion([
  setupSession
]);

let session = await metorial.connect({
  adapter: metorialAiSdk(),
  providers: [
    {
      providerDeploymentId: 'your-slack-deployment-id',
      providerAuthConfigId: completed[0]!.authConfig!.id
    }
  ]
});

// Pass session.tools() to your model SDK.

Python

import os

from metorial import Metorial
from metorial import metorial_pydantic_ai

metorial = Metorial(api_key=os.environ["METORIAL_API_KEY"])

setup_session = metorial.provider_deployments.setup_sessions.create(
  provider_id="your-slack-provider-id",
  provider_auth_method_id="oauth",
  redirect_url="https://yourapp.com/oauth/callback",
)

print(f"Authenticate here: {setup_session.url}")

completed = await metorial.wait_for_setup_session([setup_session])

session = await metorial.connect(
  adapter=metorial_pydantic_ai(),
  providers=[
    {
      "provider_deployment_id": "your-slack-deployment-id",
      "provider_auth_config_id": completed[0].auth_config.id,
    }
  ],
)
tools = session.tools()

OAuth 流程说明

1. 创建设置会话：在 TypeScript 中调用 providerDeployments.setupSessions.create()，或在 Python 中调用 provider_deployments.setup_sessions.create()。
2. 发送 URL：向用户显示设置会话 URL，以便他们在浏览器中进行身份验证。
3. 等待完成：等待设置会话结束并返回身份验证配置。
4. 使用身份验证配置：配置 providers 时传入身份验证配置 ID。

服务提供方配置示例

使用同一个 providers 列表，即可组合由控制面板管理的部署、预先创建的身份验证配置、内联凭据和可复用的会话模板：

let session = await metorial.connect({
  adapter: metorialAiSdk(),
  providers: [
    { providerDeploymentId: 'your-search-deployment-id' },
    {
      providerDeploymentId: 'your-slack-deployment-id',
      providerAuthConfigId: 'slack-auth-config-id'
    },
    {
      providerDeploymentId: 'your-github-deployment-id',
      providerAuthConfig: {
        providerAuthMethodId: 'github-auth-method-id',
        credentials: { access_token: 'ghp_...' }
      }
    },
    { sessionTemplateId: 'your-template-id' }
  ]
});

session = await metorial.connect(
  adapter=metorial_pydantic_ai(),
  providers=[
    {"provider_deployment_id": "your-search-deployment-id"},
    {
      "provider_deployment_id": "your-slack-deployment-id",
      "provider_auth_config_id": "slack-auth-config-id",
    },
    {
      "provider_deployment_id": "your-github-deployment-id",
      "provider_auth_config": {
        "provider_auth_method_id": "github-auth-method-id",
        "credentials": {"access_token": "ghp_..."},
      },
    },
    {"session_template_id": "your-template-id"},
  ],
)

示例

查看 SDK 示例目录，了解完整的可运行示例：

TypeScript

• typescript-quick-start - 使用 Metorial Search 快速入门
• typescript-ai-sdk - Vercel AI SDK + Anthropic
• typescript-openai - OpenAI 函数调用
• typescript-anthropic - Anthropic Claude 工具使用
• typescript-google - Google Gemini 函数声明
• typescript-openai-compatible - 任意兼容 OpenAI 的 API
• typescript-langchain - LangChain 和 LangGraph
• typescript-provider-config - 服务提供方身份验证和会话模板模式

Python

• pydantic-ai - PydanticAI + Anthropic
• langchain - LangChain Agent 工具
• langgraph - LangGraph 流式 Agent
• openai-agents - OpenAI Agents SDK
• llamaindex - LlamaIndex 函数 Agent
• autogen - 支持工具调用的 AutoGen 助手
• crewai - CrewAI Agent 工具
• google-adk - Google ADK + Gemini
• haystack - 使用工具的 Haystack 流水线

多提供商支持

在不同的 AI 客户端和框架中使用相同的 Metorial 提供商。

提供商	TypeScript 适配器	Python 适配器	模型示例
AI SDK	@metorial/ai-sdk	-	通过 Vercel AI SDK 使用任意模型
OpenAI	@metorial/openai	metorial_openai()	gpt-4.1、gpt-4o、o1、o3
Anthropic	@metorial/anthropic	metorial_anthropic()	claude-sonnet-4-5、claude-opus-4
Google Gemini	@metorial/google	metorial_google()	gemini-2.5-pro、gemini-2.5-flash
Mistral	@metorial/mistral	metorial_mistral()	mistral-large-latest、codestral-latest
DeepSeek	@metorial/deepseek	metorial_openai_compatible()	deepseek-chat、deepseek-reasoner
TogetherAI	@metorial/togetherai	metorial_openai_compatible()	Llama-4、Qwen-3
XAI	@metorial/xai	metorial_openai_compatible()	grok-3、grok-3-mini
LangChain	@metorial/langchain	metorial_langchain()	通过 LangChain 使用任意模型
PydanticAI	-	metorial_pydantic_ai()	通过 PydanticAI 使用任意模型

动机

MCP 是一项强大的标准，可将 AI 模型连接到外部数据和工具，但它主要侧重于让 AI 客户端（如 Claude Desktop 或 Cursor）连接到工具和数据源。 Metorial 构建于 MCP 之上，让开发者只需一行代码，就能将 AI 应用连接到任意 API、数据源或工具。 因此，我们让开发者能够创建可与其他系统可靠、简单且安全地交互的 Agent 式 AI 应用。

技术栈

• Model Context Protocol (MCP) - Metorial 由 Model Context Protocol 提供支持。它是一种用于连接 AI 模型与外部数据和工具的标准。
• Docker - Metorial 使用 Docker 在容器化环境中运行 MCP 服务，便于部署和管理。
• MCP Containers - Metorial 提供了一系列预构建的 MCP 服务，并将其封装在 Docker 容器中。
• Typescript - Metorial 的大部分代码使用 TypeScript 编写。
• Bun - Metorial 的核心运行于 Bun，这是一个与 Node.js 兼容的快速 JavaScript 运行时。
• Go - MCP 引擎使用 Go 编写，为 Metorial 提供高性能后端。
• PostgreSQL - Metorial 使用 PostgreSQL 存储数据。
• Redis - Metorial 使用 Redis 进行缓存和实时数据处理。
• MongoDB - Metorial 使用 MongoDB 存储使用情况数据和日志。
• React - Metorial Dashboard 使用 React 构建。

功能

Metorial 旨在让开发者轻松将 AI 应用连接到外部数据和工具。Metorial 由 Model Context Protocol (MCP) 提供支持，并基于标准构建。

丰富的服务目录

Metorial 服务索引目前已收录 5000 多个 MCP 服务。它让你能够轻松查找和使用适用于 AI 应用的 MCP 服务。所有内容都可搜索且井然有序，方便你找到适合具体用途的服务。

https://github.com/user-attachments/assets/a171030e-0159-4ce2-9e92-f4fb3f7bfdc6

内嵌式 MCP 浏览器

直接在 Metorial Dashboard 中测试和探索 MCP 服务。内嵌式 MCP 浏览器让你无需离开 Dashboard 即可使用任何 MCP 服务，便于你在编写代码前测试和调试集成。

https://github.com/user-attachments/assets/eeb73085-e1d6-4745-988a-385694d26500

监控与调试

每个 MCP 会话都会被记录，并可在 Metorial Dashboard 中查看。这样，你就可以监控集成并排查问题。更棒的是，如果发生错误，Metorial 会检测到错误并提供详细报告，帮助你快速解决问题。

https://github.com/user-attachments/assets/c676411e-25b6-442a-af22-c8d99e2be25b

为开发者打造

Metorial 从一开始就专为开发者打造。以下是让 Metorial 成为开发者理想之选的一些主要功能：

• 可自定义：Metorial 高度可自定义，你可以根据需求配置集成。
• 开源：Metorial 是开源项目，你可以在自己的基础设施上运行，也可以使用我们的托管平台。
• 支持多实例：为 Metorial Projects 创建多个实例，以测试集成的不同配置、环境或版本。
• 强大的 SDK：Metorial 为 JavaScript/TypeScript 和 Python 提供强大的 SDK，便于与 AI 应用集成。
• 详尽的文档：Metorial 为所有功能提供详尽的文档，其中包括示例和教程，帮助你快速上手。
• 完整的 API 访问权限：Metorial 的所有功能都可通过 API 使用，你可以据此构建自定义集成并自动化工作流。理论上，你甚至可以使用 API 构建自己的 Dashboard。
• 高级 Dashboard：Metorial Dashboard 提供强大的界面，用于管理集成、监控使用情况以及调试 MCP 服务。

许可证

Metorial Catalog 根据 Apache License 2.0 授权。