SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI开发平台MCP Bridge by Appfactor

MCP Bridge by Appfactor

MCP Bridge 是 Appfactor 推出的自托管工具，用于将现有 API 快速接入 AI 智能体。它能从 REST、GraphQL、SOAP、gRPC 等 API 的 schema 中自动生成 Model Context Protocol（MCP）工具定义，让现有 API 无需改写代码即可被 Claude、GPT、Gemini 等兼容 MCP 的客户端调用。支持 OpenAPI 3、GraphQL introspection、WSDL 和 .proto 文件自动解析，通过 Docker 容器自托管部署，数据留在自有网络内。提供认证、限流、响应后处理、可观测性、工具注解和语义搜索等能力，还可用 Code Mode 将大量工具压缩为 3 个元工具，显著降低上下文窗口占用。

访问官网

工具介绍

MCP Bridge 由 Appfactor 推出，定位是让企业数据可被可扩展的 AI 智能体和工作流使用，并把现有 API 即时变为“AI 就绪”，而不产生长期技术债。它的核心目标是把任意 API 连接到任意 AI 智能体。

用途与背景

多数遗留和现有 API 并非为“消费者是大语言模型”而设计：schema 缺少语义上下文，工具边界模糊，payload 容易消耗上下文窗口。MCP Bridge 用于暴露、治理和优化 LLM、MCP 与 API 资源，通过单一控制点减少集成复杂度，避免创建和维护成百上千个独立 MCP 服务器。

主要能力

  • 自动生成 MCP 工具定义：支持 REST、GraphQL、SOAP、gRPC；可解析 OpenAPI 3、GraphQL introspection、WSDL 以及 .proto 文件（含 gRPC 服务器反射）。每个操作会变成带有类型化输入/输出 schema、参数映射、行为注解和文档的完整 MCP 工具，可供 Claude、GPT、Gemini 或任何兼容 MCP 的客户端使用。
  • 运行时执行：MCP Bridge 校验输入、映射参数、处理认证，并把请求转发到后端；响应会经过后处理以减少 token 浪费。
  • Code Mode 扩展：对于大型 API，用 3 个元工具替代完整工具目录，可削减约 98% 的上下文窗口占用；LLM 通过安全的 Boa 沙箱编排调用，超时 30 秒。
  • 工具管理与治理：可启用/禁用、重命名、编辑描述、自定义参数映射，并配置每个工具级的响应处理。
  • 响应后处理：支持按工具的声明式规则（unwrap、select、exclude、limit、sort、flatten、aggregate）或沙箱中的自定义 JavaScript。
  • 企业认证：支持 Bearer、Basic、API Key、OAuth2、AWS Cognito SRP；Web UI 支持 OIDC，可对接 Entra ID、Keycloak、Auth0、Okta。
  • 分析仪表盘：展示延迟、吞吐量、按工具与按 API 指标、token 使用明细和错误率；企业版支持 O-Tel。
  • 工具注解：只读、破坏性、幂等、开放世界等提示信息可从 API 语义自动推断，并可按工具编辑。
  • 语义工具搜索：混合搜索，包含全文、三元组模糊匹配，并可通过 pgvector 与 HNSW 实现可选的向量相似度搜索。
  • 部署与运行保障：Docker 容器可运行于 AWS ECS、Azure Container Apps 或任何编排器，运行时零外部 SaaS 依赖；提供按 API 的令牌桶限流、带抖动的指数退避、可配置重试策略和健康检查。

使用方式

资料给出的流程为四步：

  1. 导入 API schema：通过 URL 提供 schema、粘贴内容或上传文件；支持 OpenAPI（JSON/YAML）、GraphQL introspection、WSDL 和 gRPC（服务器反射或 .proto 文件）。
  2. 自动生成 MCP 工具：每个操作为完全描述过的 MCP 工具，带有类型化输入/输出 schema、参数映射、行为注解和文档。
  3. 运行时执行：校验输入、映射参数、处理认证并转发到后端，响应经后处理以减少 token 浪费。
  4. 用 Code Mode 扩展：大型 API 时以 3 个元工具替代完整目录，降低约 98% 的上下文窗口占用。

资料中的示例命令与配置包括：

# Pull and run MCP Bridge
$ docker run -d \
  --name mcp-bridge \
  -p 8080:8080 \
  -v ./bridge.yaml:/app/config.yaml \
  appfactor/mcp-bridge: latest

# Point any MCP client at the endpoint
$ curl https://localhost:8080/mcp/tools
→ 42 tools generated · ready

apis :
  - name : "payments"
    protocol : "rest"
    schema : "https://api.acme.io/openapi.yaml"
    auth :
      type : "oauth2"
      flow : "client_credentials"
    code_mode : true   # 98% less context
    observability :
      otel : true
      log_level : "info"

# Auto-generated tools, ready for any LLM
tools_generated : 42
protocols : [rest, graphql]
annotations :
  read_only : 28
  idempotent : 31
  destructive : 4
avg_tokens_per_tool : 487
code_mode_tokens : 960   # vs ~48,000 raw

适用场景

  • 平台工程：无需为每个服务编写或维护 MCP 适配器，导入 schema、配置认证，并通过单一控制平面暴露受治理的工具。
  • 构建智能体：调用企业 API 的智能体可内置认证、限流、响应后处理和可观测性。
  • 企业组织：把 MCP 作为标准采用，快速安全地将既有 API 版图连接到 LLM 客户端，无需重构服务。

限制与获取方式

资料未提供具体收费与价格信息，仅说明在 AWS 和 Azure Marketplace 上提供，层级从评估到企业级部署。它强调自托管、无需胶水代码、数据不离开自身网络，运行时无外部 SaaS 依赖。关于具体支持的 LLM 供应商完整列表、最大规模或性能基准等，资料暂未提供。

同类工具

查看分类