关于 mcp-proxy-server
mcp-proxy-server 是面向需要连接多个后端 MCP 服务的代理。它从必需的配置 URL 读取 JSON 定义,并可选地将日志写入指定路径。
主要功能
- 01连接多个后端 MCP 服务
- 02从 URL 加载 JSON 配置
- 03可选设置日志文件路径
适用场景
- 01将 MCP 客户端连接路由至已配置的后端
- 02通过托管的 JSON 配置管理后端定义
MCP 相关
它充当 MCP 代理,根据配置连接客户端与多个后端 MCP 服务。
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。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
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
mcp-proxy-server
适用于模型上下文协议(MCP)的代理服务器,可连接多个后端 MCP 服务器。
入门
安装
全局安装
全局安装此软件包:
npm install -g @pyleeai/mcp-proxy-server
作为库使用
在项目中安装:
npm install @pyleeai/mcp-proxy-server
使用方法
如果已全局安装:
mcp-proxy-server
配置
MCP Proxy Server 可通过环境变量进行配置。
CONFIGURATION_URL="http://example.com/configuration"
LOG_PATH=./logs/mcp-proxy-server.log
环境变量
- CONFIGURATION_URL 为必填项。
- LOG_PATH 为可选项。
配置 JSON
CONFIGURATION_URL 指向包含代理服务器配置的 JSON。其结构如下:
{
"mcp": {
"servers": {
"fetch": {
"args": [
"mcp-server-fetch"
],
"command": "uvx"
},
"filesystem": {
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"."
],
"command": "npx"
}
}
}
}
参与贡献
欢迎参与贡献!以下是为项目贡献代码的方式:
先决条件
- Bun v1.2.2 或更高版本
设置
- 克隆仓库:
git clone https://github.com/your-username/mcp-proxy-server.git
cd mcp-proxy-server
- 安装依赖:
bun install
使用方法
运行服务器
启动服务器:
bun start
脚本
项目包含多个 npm 脚本,可用于辅助开发:
bun lint- 使用 Biome 检查代码库bun format- 使用 Biome 格式化代码库bun check- 同时运行 lint 和 format 检查bun typecheck- 检查 TypeScript 类型,但不生成输出bun test- 运行所有测试bun start- 启动开发服务器bun build- 构建项目bun inspector- 运行 MCP 检查器工具
代码风格
本项目使用 Biome 进行代码格式化和检查。请运行以下命令,确保代码符合这些规范:
bun check
测试
本项目使用 Bun 内置的测试运行器进行全面测试。
运行测试
# Run all tests
bun test
# Run tests with watch mode (auto-rerun on file changes)
bun test --watch
# Run tests with coverage reporting
bun test --coverage
测试结构
测试套件位于 test 目录下,并按以下子目录组织:
test/unit- 针对各个组件的单元测试test/integration- 针对组合组件的集成测试
发布
使用 Bun 将软件包发布到 npm:
- 更新
package.json中的版本:
bun run npm version [patch|minor|major]
- 构建软件包:
bun run build
- 发布到 npm:
bun publish
请注意,发布需要相应的 npm 凭据和访问权限。
发布流程
本项目使用 GoReleaser 创建并发布版本。
GoReleaser 配置
发布流程定义在 .goreleaser.yaml 中,包含:
- 为多个平台构建(Linux、macOS、Windows)
- 支持 x64 和 arm64 架构
- 创建可分发的归档文件
- 生成变更日志
- 创建 GitHub 发布版本
创建发布版本
- 为新版本打标签:
git tag -a v1.0.0 -m "Release v1.0.0"
- 推送标签:
git push origin v1.0.0
- CI/CD 流水线将自动:
- 为所有目标平台构建
- 创建用于分发的归档文件
- 生成变更日志
- 在 GitHub 上发布版本
评论
支持 Markdown
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。