mcp2api

mcp2api

Converts any MCP server into simple HTTP endpoints, enabling AI agents that only support HTTP (like ChatGPT Custom GPT or web_fetch) to use MCP tools.

Category
访问服务器

README

mcp2api

Любой MCP → обычный HTTP за 15 секунд. Один файл, ноль билда.

npx -y github/megamen32/mcp2api -- --command "npx @anthropic-ai/mcp-server-fetch" --port 8080

Зачем

MCP — крутой протокол. Но есть проблема: не все ИИ умеют подключать MCP напрямую.

Claude Desktop подключает. Cursor подключает. А что если ты хочешь:

  • Дать ChatGPT Custom GPT доступ к MCP-тулам? ChatGPT не умеет в MCP.
  • Подключить MCP к Telegram-боту? Там только HTTP.
  • Использовать MCP-инструменты в Alice, GigaChat, DeepSeek? Нет MCP-клиента.
  • Дать chat.z.ai вызывать MCP? Там есть web_fetch, но нет MCP.

А curl умеют все. Любой ИИ с доступом в интернет может сделать GET-запрос.

mcp2api берёт любой MCP-сервер и превращает его инструменты в простые HTTP-ручки. Один вызов npx — и готово.

Как это решает проблему CustomGPT

У ChatGPT Custom GPT нет MCP. Но есть Actions — он умеет вызывать HTTP-эндпоинты.

  1. Запускаешь mcp2api с нужным MCP-сервером:
    npx -y github/megamen32/mcp2api -- \
      --command "npx @anthropic-ai/mcp-server-fetch" \
      --port 8080 \
      --api-key your-secret
    
  2. В настройках CustomGPT добавляешь OpenAPI-схему: http://your-server:8080/
  3. Готово — Custom GPT вызывает MCP-инструменты через обычные HTTP-запросы.

GET-only режим (для агентов с web_fetch)

Некоторые ИИ-агенты не умеют POST-запросы. Только web_fetch / web_search. Для них есть --get-only:

npx -y github/megamen32/mcp2api -- \
  --command "npx @anthropic-ai/mcp-server-fetch" \
  --port 8080 \
  --get-only

В этом режиме вызов инструмента — это просто GET:

GET /tools/echo?message=hello
GET /tools/fetch?url=https://example.com
GET /tools/search?query=mcp+protocol&limit=5

Типы автоматически кастятся: "5" → 5, "true" → true.

Любой ИИ, который умеет делать web_fetch(url) — теперь может вызывать MCP-инструменты.

One-liner

# stdio (запускает MCP-сервер как процесс)
npx -y github/megamen32/mcp2api -- --command "npx @anthropic-ai/mcp-server-fetch" --port 8080

# SSE (подключается к уже запущенному MCP-серверу)
npx -y github/megamen32/mcp2api -- --transport sse --url http://localhost:3001/sse

# StreamableHTTP
npx -y github/megamen32/mcp2api -- --transport streamable-http --url http://localhost:3001/mcp

# GET-only (для агентов без POST, типа web_fetch)
npx -y github/megamen32/mcp2api -- --command "npx @anthropic-ai/mcp-server-fetch" --get-only --port 8080

Endpoints

Method Path Описание
GET / Инфо о сервере, список эндпоинтов
GET /healthz Health check
GET /schema MCP capabilities
GET /tools Список инструментов со схемами
GET /tools/:name Схема инструмента (без query params)
GET /tools/:name?key=val Вызов инструмента через query params
POST /tools/:name Вызов инструмента (body = аргументы)
POST /call Вызов через {"name": "...", "arguments": {...}}
GET /resources Список ресурсов
GET /resources/read?uri=<uri> Чтение ресурса
GET /prompts Список промптов
POST /prompts/:name Получить промпт

Примеры

# Список инструментов
curl http://localhost:4321/tools

# Схема конкретного инструмента
curl http://localhost:4321/tools/fetch

# Вызов через POST (полный режим)
curl -X POST http://localhost:4321/tools/fetch \
  -H 'Content-Type: application/json' \
  -d '{"url": "https://example.com"}'

# Вызов через GET (работает даже в web_fetch!)
curl 'http://localhost:4321/tools/fetch?url=https://example.com'

# Через /call
curl -X POST http://localhost:4321/call \
  -H 'Content-Type: application/json' \
  -d '{"name": "fetch", "arguments": {"url": "https://example.com"}}'

Флаги

Флаг Env Var Default Описание
--transport MCP_TRANSPORT stdio stdio, sse, streamable-http
--command MCP_COMMAND — Команда для запуска (stdio)
--args MCP_ARGS — Доп. аргументы через запятую (stdio)
--env MCP_ENV — JSON с доп. env vars (stdio)
--url MCP_URL — URL сервера (sse/streamable-http)
--port MCP_PORT 4321 Порт
--host MCP_HOST 0.0.0.0 Хост
--api-key MCP_API_KEY — Bearer-токен для авторизации
--get-only MCP_GET_ONLY false Только GET (для web_fetch агентов)

Авторизация (опционально)

npx -y github/megamen32/mcp2api -- --api-key mysecret --port 8080

Передавай Authorization: Bearer mysecret или ?api_key=mysecret.

Лицензия

MIT

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选