Apcore MCP

apcore mcp

 ](https://github.com/aiperceivable/apcore-mcp-python) ](https://github.com/aiperceivable/apcore-mcp-typescript) ](https://github.com/aiperceivable/apcore-mcp-rust)

构建一次，由代码或AI调用。

┌──────────────────┐
│  django-apcore   │  ← your existing apcore project (unchanged)
│  nestjs-apcore   │
│  tiptap-apcore   │
│  ...             │
└────────┬─────────┘
         │  extensions directory
         ▼
┌──────────────────┐
│    apcore-mcp    │  ← just install & point to extensions dir
└───┬──────────┬───┘
    │          │
    ▼          ▼
  MCP       OpenAI
 Server      Tools

______________________________________________________________________

安装

=== "🐍 python

pip install apcore-mcp

*Requires Python 3.11+ and apcore 0.21.0+ (optional `[markdown]` extra: apcore-toolkit 0.6.0+).*

=== "📘 TypeScript”

npm install apcore-mcp

*Requires Node.js 18+ and apcore-js >=0.21.1 (optional peer: apcore-toolkit >=0.6.1).*

=== "🦀 锈”

cargo add apcore-mcp

*Requires Rust 1.75+ and apcore = "0.21.0", apcore-toolkit = "0.6.0".*

______________________________________________________________________

快速开始

1.通过MCP为您的模块提供服务

=== "🐍 python

from apcore_mcp import APCoreMCP

mcp = APCoreMCP("./extensions")

Launch as MCP Server over stdio

mcp.serve()

Or with HTTP + Explorer UI

mcp.serve(transport="streamable-http", port=8000, explorer=True)

=== "📘 TypeScript”

import { serve } from "apcore-mcp";

// Launch MCP server over stdio await serve("./extensions");

// Launch over Streamable HTTP with Explorer UI await serve("./extensions", { transport: "streamable-http", port: 8000, explorer: true, });

=== "🦀 锈”

use apcore_mcp::APCoreMCP;

// Launch MCP server over stdio let mcp = APCoreMCP::builder() .backend("./extensions") .build()?; mcp.serve()?;

=== "💻 CLI“

stdio (default)

apcore-mcp --extensions-dir ./extensions

Streamable HTTP with Explorer UI

apcore-mcp --extensions-dir ./extensions --transport streamable-http --port 8000 --explorer

2.导出为OpenAI工具

=== "🐍 python

from apcore_mcp import APCoreMCP

mcp = APCoreMCP("./extensions") tools = mcp.to_openai_tools()

=== "📘 TypeScript”

import { APCoreMCP } from "apcore-mcp";

const mcp = new APCoreMCP("./extensions"); const tools = mcp.toOpenaiTools();

=== "🦀 锈”

use apcore_mcp::APCoreMCP;

let mcp = APCoreMCP::builder() .backend("./extensions") .build()?; let tools = mcp.to_openai_tools(false, true)?;

______________________________________________________________________

主要特点

• 🚀 零入侵：您的apcore项目不需要更改代码，不需要导入，也不需要额外的依赖关系。
• 🔍 自动发现：指向扩展目录，所有内容都会自动发现并公开。
• 🌐 三重运输：支持 stdio （对于本地LLM）， Streamable HTTP，以及 SSE.
• 🛠️ 工具资源管理器：基于浏览器的UI，用于交互式浏览模式和测试工具（如MCP的Swagger UI）。
• 🛡️ 安全：内置JWT身份验证、PEM密钥支持和运行时审批启发。
• 🤖 AI优化：丰富的元数据(x-when-to-use)，人工智能指导下的错误净化，以及OpenAI的严格模式。
• 🔄 动态的：反映运行时模块的注册/注销，无需重新启动。

______________________________________________________________________

建筑

apcore mcp充当apcore注册表之上的协议特定适配器，将其元数据映射到mcp和OpenAI标准：

______________________________________________________________________

特性与规格

该项目被架构为一组模块化功能，每个功能都有自己的规范，以确保跨语言的一致性：

• 功能概述 --实施路线图和依赖关系
• 模式转换器 --AI协议的参考分辨率
• 注释映射器 --行为暗示翻译
• 执行路由器 --11级管道调度员
• 错误映射器 --符合协议的错误反馈
• MCP服务器工厂 --核心服务器构建器
• OpenAI转换器 --OpenAI工具导出器
• 延伸桥 --将apcore扩展管理器连接到MCP管道
• 运输经理 --标准/HTTP连接
• 注册表侦听器 --热重载能力
• JWT身份验证器 --承载令牌安全
• 审批处理人 --人在循环启发
• 异步任务桥 --将异步提示模块路由到apcore的AsyncTaskManager
• 资源管理器用户界面 --交互式开发仪表板

______________________________________________________________________

文档

• 完整文档网站
• 入门指南 --安装和基本设置
• 产品需求文档
• 软件需求规格说明书
• 技术设计

______________________________________________________________________

实现

许可证

该项目根据 Apache许可证2.0。请参阅 许可证 文件以获取详细信息。