openapi-mcp
Enables agents to query real-time OpenAPI documentation of backend services, providing tools to list services, endpoints, and schemas via MCP.
README
OpenAPI MCP Server
Servidor MCP (Model Context Protocol) que permite a un agente consultar la documentación OpenAPI de un backend en tiempo real.
Requisitos
- Python 3.12+
- Docker
Instalación
Con Docker (recomendado)
cd openapi_mcp
docker build -t openapi-mcp .
Entorno local (alternativa)
cd openapi_mcp
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
Configuración
Opción 1: Variable de entorno (más sencilla)
Configura tu backend directamente en el JSON del agente MCP usando la variable OPENAPI_SERVICES con formato nombre:url,nombre2:url:
{
"mcpServers": {
"openapi": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"OPENAPI_SERVICES=mi-backend:http://host.docker.internal:8080/v3/api-docs",
"openapi-mcp"
]
}
}
}
Si tu backend está en
localhost, usahost.docker.internalpara que el contenedor pueda llegar a él.
Para múltiples backends:
{
"mcpServers": {
"openapi": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"OPENAPI_SERVICES=mi-backend:http://host.docker.internal:8080/v3/api-docs,legacy:http://host.docker.internal:8081/v3/api-docs",
"openapi-mcp"
]
}
}
}
Opción 2: Archivo YAML (alternativa)
Edita services.yaml con la URL de tu backend:
services:
mi-backend: http://localhost:8080/v3/api-docs
Y monta el archivo como volumen al ejecutar Docker:
{
"mcpServers": {
"openapi": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-v",
"/ruta/absoluta/a/openapi_mcp/services.yaml:/app/services.yaml",
"openapi-mcp"
]
}
}
}
Ejecución
Con Docker
La ejecución va integrada en la configuración del agente. No necesitas ejecutar nada manualmente.
Entorno local
python server.py
Cómo funciona
Tu backend expone la especificación OpenAPI en una URL (por ejemplo, GET /v3/api-docs). El servidor MCP hace lo siguiente cuando una herramienta es invocada:
- Lee la configuración:
config.pycarga la variableOPENAPI_SERVICESo el archivoservices.yaml. - Descarga la especificación:
loader.pyhace una petición HTTPGETa la URL configurada y recibe el JSON de OpenAPI. - Procesa en memoria:
tools.pyconvierte el JSON en un diccionario de Python y lo consulta directamente. - Sin persistencia: nunca se guarda el JSON en disco ni se mantiene en caché. Cada llamada descarga la especificación más reciente.
Registro en Claude Desktop
Edita el archivo de configuración de Claude Desktop:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
Usa la configuración Docker con variable de entorno que aparece arriba en Opción 1.
Reinicia Claude Desktop después de guardar la configuración.
Registro en Claude Code
Claude Code lee la configuración MCP desde ~/.mcp/config.json o desde archivos .mcp.json en el directorio de trabajo.
Configuración global
Crea ~/.mcp/config.json con la configuración Docker de Opción 1.
Configuración por proyecto
Crea un archivo .mcp.json en la raíz de tu proyecto con la misma configuración.
Claude Code detectará automáticamente el servidor MCP al iniciar.
Herramientas disponibles
| Herramienta | Descripción |
|---|---|
list_services() |
Lista los backends configurados |
list_endpoints(service) |
Lista todos los endpoints de un backend |
get_endpoint(service, method, path) |
Devuelve la definición completa de un endpoint |
search(query) |
Busca texto en toda la documentación de todos los backends |
get_schema(service, schema_name) |
Devuelve la definición de un schema |
Notas
- Sin caché: cada consulta descarga la especificación más reciente.
- Sin resolución de
$ref: los schemas se devuelven tal como aparecen en el OpenAPI. - Errores descriptivos: si un backend no responde, un path no existe o un schema no se encuentra, se devuelve un mensaje de error claro.
openapi-mcp
推荐服务器
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。