OpenAPI MCP Server
这是一个骨架项目,你可以用它作为构建你自己的 MCP 服务器的起点。示例的加法函数演示了如何在所有三个协议中实现处理程序。
3loc
README
OpenAPI MCP 服务器
这是一个骨架项目,你可以用它作为构建你自己的 MCP 服务器的起点。 示例加法函数演示了如何在所有三种协议中实现处理程序。
特性
当前实现状态:
- ✅ 标准 I/O (stdio)
- ✅ 服务器发送事件 (SSE)
- ✅ OpenAPI/REST 端点
运行模式
服务器支持三种不同的运行模式,由 MODE
环境变量控制:
stdio
: 作为标准 I/O 服务器运行sse
: 作为服务器发送事件服务器运行 (端口 8001)openapi
: 作为 OpenAPI/REST 服务器运行 (端口 8002)
构建和运行
使用 Docker Compose
- 构建容器:
docker compose build
- 运行特定服务:
# 运行所有服务
docker compose up
# 仅运行 SSE 服务器
docker compose up sse-mcp-server
# 仅运行 OpenAPI 服务器
docker compose up openapi-mcp-server
直接使用 Docker
你也可以直接使用 Docker 运行服务器:
# 在 stdio 模式下运行
docker run -i --rm -e MODE=stdio 3loc/openapi-mcp-server
# 在 SSE 模式下运行
docker run -p 8001:8000 --rm -e MODE=sse 3loc/openapi-mcp-server
# 在 OpenAPI 模式下运行
docker run -p 8002:8000 --rm -e MODE=openapi 3loc/openapi-mcp-server
配置
服务器可以使用 mcp.json
文件进行配置。 这是一个示例配置:
{
"mcpServers": {
"stdio-mcp-server": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"--name", "openapi-mcp-server",
"-e", "MODE=stdio",
"3loc/openapi-mcp-server"
]
},
"sse-mcp-server": {
"url": "http://localhost:8001/sse"
}
}
}
开发
该项目为实现具有多种通信协议的 MCP 服务器提供了基础。 所有三种模式(stdio、SSE 和 OpenAPI)现在都已实现,可以根据你的需要互换使用。
推荐服务器
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。
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。