Gpt Actions To MCP Provider

MCP代理服务

一个基于FastAPI的网关，用于验证传入请求并将它们代理到配置好的模型上下文协议（MCP）服务器。该服务为每个MCP提供一个稳定的接口 /mcp/{name} 命名空间，自动转发请求并暴露上游的OpenAPI模式。

特点/特性

• 对所有入站请求进行静态承载令牌认证。
• 可配置的MCP连接器支持远程HTTP端点、具有内联/文件架构的本地HTTP服务器，以及通过命令启动的MCP工具。
• 通过MCP实现每个的自动OpenAPI发现 GET /mcp/{name}.
• 透明请求代理到 /mcp/{name}/{path} 对于标准的HTTP方法。
• 通过API密钥或任意自定义标头进行上游身份验证。
• 由……支持的、可投入生产的Dockerfile和docker-compose配置 uv 根据可用CPU自动调整工作节点数量。
• 全面的 pytest 测试套件，强制要求达到 80% 以上的覆盖率。

要求

• Python 3.11及以上版本
• uv 用于依赖管理和执行

安装

uv sync

这会在（当前环境中）创建一个本地虚拟环境 .venv 包含所有依赖项（包括测试工具）。

配置

该服务从（某处）读取配置 config.yaml 默认情况下，或者从由（某路径）引用的路径中 MCP_PROXY_CONFIG 环境变量。参见 config.example.yaml 以下是一个完整示例。一个最小配置看起来像这样：

incoming_auth:
  token: "example-token"

mcps:
  my-remote-mcp:
    name: my-remote-mcp
    description: Remote MCP server
    transport:
      type: http
      base_url: "https://remote.example"
      openapi_path: "/openapi.json"
      auth:
        type: api_key
        header_name: "X-API-Key"
        value: "secret"
  my-local-mcp:
    name: my-local-mcp
    description: Local MCP served over HTTP
    transport:
      type: local-http
      base_url: "http://localhost:9001"
      schema_path: "./schemas/local-openapi.yaml"
      auth:
        type: custom_headers
        headers:
          X-LOCAL-TOKEN: "token"
  my-playwright-mcp:
    name: my-playwright-mcp
    description: Playwright MCP launched from a command
    transport:
      type: command
      command: "npx"
      args:
        - "@playwright/mcp@latest"
        - "--isolated"
      base_url: "http://127.0.0.1:8900"
      startup_timeout: 60

即将进行的身份验证

所有请求必须包含一个 Authorization: Bearer 头部与配置的令牌匹配。

上游认证

每个MCP可以定义以下认证策略之一：

• api_key注入一个具有指定名称/值的头部。
• custom_headers将任意头部信息合并到每个代理请求中。
• none 或省略：转发调用时无需额外认证。

MCP运输

该 transport.type 字段选择代理如何连接到MCP：

• http连接到现有的远程HTTP端点并从其中获取模式 openapi_path。
• local-http与……相同 http，但允许供应 schema_path 或者 inline_schema 未连接到网络。
• command启动一个本地进程（例如。 npx @playwright/mcp@latest）并将其请求代理到它所暴露的HTTP服务上 base_url可选 schema_path/inline_schema 受到尊敬，而 startup_timeout 控制准备就绪轮询。提供 env 或者 working_dir 在需要时。

运行服务

本地执行

uv run mcp-proxy-service --host 0.0.0.0 --port 8000

Docker（注：Docker是一个开源的应用容器引擎，用于开发、交付和运行应用程序。）

使用提供的 Dockerfile 进行构建和运行：

docker compose up --build

该compose文件挂载 config.yaml 装入容器中作为 /app/config.yaml; 复制或改编 config.example.yaml 在创建您自己的配置时。Docker 镜像会自动为每个检测到的 CPU 启动一个工作进程。要覆盖此行为，请通过设置（相关参数）来实现 MCP_PROXY_WORKERS。

使用方法

• GET /mcp/{name} – 获取指定MCP的缓存OpenAPI模式。
• /{method} /mcp/{name}/{path} – 将请求代理到上游MCP服务器，同时保留方法、查询参数和请求体。

测试

执行完整的测试套件（覆盖率强制要求至少达到80%）：

uv run pytest

开发说明

• 该项目遵循 src/ 布局并使用 Pydantic 模型进行配置验证。
• 连接器逻辑存在于 src/mcp_proxy/connectors.py 并且设计为可扩展性。
• 在引入新功能或行为变更时，更新相关文档和配置示例。