MCP Bridge

主要特性

• ✓
  模式驱动工具生成： 自动解析 OpenAPI 3、GraphQL 内省、WSDL 和 .proto 文件，生成 MCP 工具定义。
• ✓
  自托管部署： 以 Docker 容器形式运行于 AWS ECS、Azure Container Apps 或任何编排器——数据永不离开网络。
• ✓
  运行时执行： 验证输入、映射参数、处理身份验证并将请求转发至后端 API，同时通过后处理减少令牌浪费。
• ✓
  代码模式： 针对大型 API，用 3 个元工具替换完整工具目录，通过安全的 Boa 沙箱将上下文窗口使用量减少约 98%。
• ✓
  Rust 构建： 内存安全、高吞吐量、生产就绪的运行时，零外部 SaaS 依赖。
• ✓
  身份验证支持： 直接在配置文件中配置 OAuth2 流程（例如客户端凭证）。
• ✓
  可观测性： 内置 OpenTelemetry（otel）支持，用于“信息”级别的日志记录和监控。
• ✓
  多协议支持： 接受 OpenAPI（JSON/YAML）、GraphQL 内省、WSDL 和 gRPC（服务器反射或 .proto 文件）作为输入模式。

目标用户

• ✓
  开发者： 需要快速将传统 API 暴露给 AI 代理，无需编写胶水代码或维护数十个 MCP 服务器。
• ✓
  DevOps 与平台工程师： 负责管理 LLM 的 API 访问权限以及 AI 工具基础设施的运维。
• ✓
  AI/ML 工程师： 构建多 LLM 应用，需在 Claude、GPT、Gemini 及其他兼容 MCP 的客户端间保持一致的工具定义。
• ✓
  企业架构师： 希望将现有 SOAP、REST 或 gRPC API 与 AI 代理集成，同时确保数据自托管且安全。

如何使用 MCP Bridge？

1. 拉取并运行 Docker 容器，使用以下命令：docker run -d --name mcp-bridge -p 8080:8080 -v ./bridge.yaml:/app/config.yaml appfactor/mcp-bridge:latest
2. 提供 API 模式：通过 URL、粘贴内容或上传文件——支持 OpenAPI、GraphQL 内省、WSDL 和 gRPC。
3. 自动生成 MCP 工具：每个操作都将成为完全描述的 MCP 工具，包含类型化的输入/输出模式、参数映射和文档。
4. 将任何 MCP 客户端指向端点（例如 curl https://localhost:8080/mcp/tools）即可访问生成的工具。
5. 针对大型 API 扩展代码模式，将上下文窗口使用量减少约 98%。

定价与免费试用

MCP Bridge 提供免费试用，无需信用卡。可通过 Docker、AWS Marketplace 和 Microsoft Azure Marketplace 进行自托管部署。除免费试用外，具体定价方案未在提供文本中详述。

效果评估

MCP Bridge 切实解决了开发者将传统 API 与 AI 代理集成时的痛点——消除了手动创建 MCP 工具定义的繁琐过程。能够从任何模式（OpenAPI、GraphQL、WSDL、gRPC）自动生成工具，并在数分钟内完成自托管部署，这对需要维护数据隐私的团队而言极具实用价值。代码模式功能可将上下文窗口使用量减少约 98%，有效解决了大型 API 使用中的关键瓶颈。尽管该平台明显面向开发者，但缺乏无代码界面可能限制非技术用户的采用。总体而言，MCP Bridge 兑现了“无需胶水代码、无需重写”的承诺，实现了 API 与 AI 代理的顺畅连接。