OpenAPI-MCP-Generator 项目:如何通过编程方式生成 MCP 工具定义
2025-06-09 01:26:47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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1