OpenAPI-MCP-Generator 项目:如何通过编程方式生成 MCP 工具定义
2025-06-09 23:36:24作者:管翌锬
项目概述
OpenAPI-MCP-Generator 是一个强大的工具,它能够将标准的 OpenAPI 规范转换为 MCP(Machine-Callable Procedures)工具定义。这种转换使得开发者可以更方便地将现有的 RESTful API 集成到各种自动化工作流和工具链中。
安装与基础使用
要开始使用这个工具,首先需要通过包管理器安装:
npm install openapi-mcp-generator
安装完成后,你可以通过简单的导入语句来使用核心功能:
import { getToolsFromOpenApi } from 'openapi-mcp-generator';
核心 API 详解
getToolsFromOpenApi 函数
这是该工具的核心函数,负责从 OpenAPI 规范中提取 MCP 工具定义。
函数签名:
getToolsFromOpenApi(specPathOrUrl: string, options?: Options): Promise<McpToolDefinition[]>
参数说明:
specPathOrUrl:可以是本地 OpenAPI 规范文件的路径,也可以是远程规范的 URLoptions:可选配置对象,用于定制提取过程
配置选项详解:
baseUrl:覆盖 OpenAPI 规范中定义的 base URLdereference:是否解析规范中的 $ref 引用(默认 false)excludeOperationIds:要排除的操作 ID 数组filterFn:自定义过滤函数,用于筛选工具定义
使用示例:
// 基本用法
const tools = await getToolsFromOpenApi('./api-spec.json');
// 带配置的高级用法
const tools = await getToolsFromOpenApi('https://example.com/api-spec.json', {
baseUrl: 'https://api.example.com/v2',
dereference: true,
excludeOperationIds: ['deprecatedOperation'],
filterFn: tool => tool.method === 'get'
});
MCP 工具定义结构解析
每个 MCP 工具定义都包含以下关键属性:
- name:工具的唯一名称
- description:人类可读的描述信息
- inputSchema:定义输入参数的 JSON Schema
- method:HTTP 方法(get/post/put/delete 等)
- pathTemplate:带有参数占位符的 URL 路径模板
- parameters:OpenAPI 参数对象数组
- executionParameters:执行时需要的参数名称和位置信息
- requestBodyContentType:请求体的内容类型(如适用)
- securityRequirements:操作的安全要求
- operationId:原始 OpenAPI 规范中的操作 ID
- baseUrl:API 的基础 URL(如可用)
高级过滤技巧
按 HTTP 方法过滤
const postTools = await getToolsFromOpenApi(specUrl, {
filterFn: tool => tool.method.toLowerCase() === 'post'
});
按安全要求过滤
const secureTools = await getToolsFromOpenApi(specUrl, {
filterFn: tool => tool.securityRequirements.length > 0
});
按路径模式过滤
const productTools = await getToolsFromOpenApi(specUrl, {
filterFn: tool => tool.pathTemplate.includes('/products')
});
组合多个过滤条件
const safeProductTools = await getToolsFromOpenApi(specUrl, {
excludeOperationIds: ['deleteProduct'],
filterFn: tool =>
tool.pathTemplate.includes('/products') &&
tool.method.toLowerCase() === 'get' &&
tool.securityRequirements.length > 0
});
实际应用场景
- 自动化工作流集成:将现有 API 快速集成到自动化工作流系统中
- API 文档生成:基于 MCP 工具定义生成更丰富的文档
- API 测试自动化:利用工具定义自动生成测试用例
- 低代码平台集成:为低代码平台提供可调用的 API 操作
最佳实践建议
- 合理使用 dereference 选项:对于复杂的规范,启用此选项可以简化处理,但会增加内存使用
- 命名规范化:考虑对生成的工具名称进行后处理,确保命名一致性
- 安全考虑:特别注意处理带有安全要求的工具定义
- 性能优化:对于大型 API 规范,考虑分批处理工具定义
通过 OpenAPI-MCP-Generator,开发者可以轻松地将现有的 RESTful API 转换为更易于程序化调用的形式,大大提高了 API 在自动化场景中的可用性和集成效率。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
345
412
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
888
605
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896