🔐 SSE MCP Server with JWT Authentication
镜子 (jìng zi)
MCP-Mirror
README
🔐 基于 JWT 认证的 SSE MCP 服务器
这是一个基于 JWT 认证的 模型上下文协议 (MCP) SSE 服务器。 它允许你通过安全的 Bearer Token 流暴露多个 AI 工具,并通过 SSE 传输进行保护。
构建于:
- 🚀 Node.js + Express
- 🧩 @modelcontextprotocol/sdk
- 🔒 JSON Web Tokens (JWT) 用于身份验证
- ⚙️ Zod 用于输入验证
✅ 已通过
@modelcontextprotocol/inspector
完全测试
📂 项目结构
server/
├── index.ts # 主要的 Express + MCP 服务器
├── .env # 环境变量
├── package.json # 项目元数据和脚本
├── tsconfig.json # TypeScript 配置
└── README.md # 你在这里!
✨ 特性
- ✅ 使用 Bearer JWT token 的安全 SSE 连接
- ✅ 动态工具注册(echo, time, random number 等)
- ✅ 已通过 MCP Inspector 测试
- ✅ 记录所有请求生命周期事件
- ✅ /message 端点的会话管理
- 🚀 准备好扩展以用于生产环境
⚙️ 设置
1. 克隆仓库
git clone https://github.com/anisirji/mcp-server-remote-setup-with-jwt-auth.git
cd mcp-server-remote-setup-with-jwt-auth
2. 安装依赖
npm install
3. 创建 .env
文件
echo "JWT_SECRET=your-secret-key" > .env
4. 运行服务器
npm run dev
✅ 服务器将在以下地址运行:
http://localhost:3001/sse
🧪 使用 MCP Inspector 测试服务器
步骤 1 — 安装 MCP Inspector
📖 官方文档: MCP Inspector
npx @modelcontextprotocol/inspector
步骤 2 — 生成 token
使用 cURL 获取你的 JWT token:
curl "http://localhost:3001/auth/token?username=aniket&scope=mcp:access"
✅ 示例响应:
{
"token": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..."
}
步骤 3 — 连接 MCP Inspector
- 打开 Inspector UI
- 设置传输类型: SSE
- URL:
http://localhost:3001/sse
- 添加 Authorization Header:
Authorization: Bearer <your-token>
- 点击 Connect
🎉 成功!你的服务器现在已连接。
步骤 4 — 测试工具
转到 Inspector 中的 Tools 选项卡,然后单击 List Tools。
你将看到:
- ✅
test
- ✅
echo
- ✅
get-time
- ✅
random-number
测试它们并享受!
📖 API 参考
🔑 生成 Token
GET /auth/token?username=<username>&scope=mcp:access
🔌 SSE 端点 (需要 token)
GET /sse
Authorization: Bearer <token>
📩 向活动会话发送消息
POST /message?sessionId=<sessionId>
Authorization: Bearer <token>
🧩 工具参考
工具名称 | 描述 |
---|---|
test |
测试连接 (安全检查) |
echo |
回显提供的消息 |
get-time |
返回当前服务器时间 |
random-number |
返回随机数 (min/max) |
🗓️ 即将到来的更改
- [ ] Token 撤销列表 (黑名单)
- [ ] 基于角色的工具访问 (范围检查)
- [ ] 会话心跳 / 保持活动
- [ ] 速率限制和日志记录
- [ ] 用于部署的 Docker 化
📚 有用的资源
👨💻 维护者
Aniket
📄 许可证
本项目是开源的,可以免费使用。
🚀 构建。安全。赋能。
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。