xmcp框架全面指南:构建MCP应用的TypeScript解决方案
2025-07-08 20:37:05作者:董斯意
概述
xmcp是一个专为构建和部署MCP(Model Context Protocol)应用而设计的TypeScript框架。它通过简化配置和开发流程,让开发者能够快速构建基于AI工具的应用生态系统。本文将全面介绍xmcp的核心概念、使用方法以及最佳实践。
核心特性
xmcp框架具有以下显著特点:
- 开发者友好:专注于提升开发者体验(DX),简化配置流程
- 多传输支持:同时支持HTTP和STDIO两种传输模式
- 类型安全:基于TypeScript和Zod实现全面的类型检查
- 模块化设计:工具(tools)自动发现机制,便于扩展
- 生产就绪:内置构建和部署工具链
快速开始
项目初始化
使用官方提供的脚手架工具快速创建新项目:
npx create-xmcp-app@latest
执行命令后,交互式CLI会引导您完成项目配置,包括:
- 项目名称设置
- 传输模式选择(HTTP/STDIO)
- 基础工具模板生成
传输模式选择
xmcp支持两种主要传输模式,适用于不同场景:
HTTP传输模式
- 适用场景:服务器部署
- 特点:无状态设计,每次调用创建新实例
- 典型应用:数据库操作、API调用等服务器端功能
STDIO传输模式
- 适用场景:本地开发环境
- 特点:直接与本地系统交互
- 典型应用:文件操作、图像处理等本地功能
项目结构解析
标准xmcp项目结构如下:
my-project/
├── src/
│ ├── middleware.ts # 中间件配置
│ └── tools/ # 工具目录(自动发现)
│ ├── greet.ts # 示例工具
│ ├── search.ts # 示例工具
├── dist/ # 构建输出目录
├── package.json
├── tsconfig.json
└── xmcp.config.ts # 框架配置文件
工具开发指南
工具基础结构
每个工具文件需要导出三个核心部分:
- Schema:使用Zod定义输入参数结构和验证规则
- Metadata:定义工具元数据和行为提示
- Implementation:工具的实际功能实现
示例工具实现
// src/tools/greet.ts
import { z } from "zod";
import { type InferSchema } from "xmcp";
// 参数Schema定义
export const schema = {
name: z.string().describe("用户姓名")
};
// 工具元数据
export const metadata = {
name: "greet",
description: "用户问候工具",
annotations: {
title: "用户问候",
readOnlyHint: true, // 只读提示
destructiveHint: false, // 非破坏性操作
idempotentHint: true // 幂等性提示
}
};
// 工具实现
export default async function greet({ name }: InferSchema<typeof schema>) {
return {
content: [{ type: "text", text: `你好, ${name}!` }]
};
}
Schema设计要点
- 使用Zod进行参数验证
- 每个字段应添加
.describe()提供文档说明 - 类型系统会自动从Schema推断参数类型
元数据配置
元数据包含三个关键部分:
- 基础信息:工具名称和描述
- 行为注解:为AI模型提供操作提示
readOnlyHint:是否只读操作destructiveHint:是否可能破坏数据idempotentHint:是否幂等操作
开发工作流
常用命令
# 开发模式(热重载)
npm run dev
# 生产构建
npm run build
# 启动STDIO服务
node dist/stdio.js
# 启动HTTP服务
node dist/http.js
客户端配置
根据传输模式不同,客户端配置有所差异:
HTTP模式配置
{
"mcpServers": {
"my-project": {
"url": "http://localhost:3002/mcp"
}
}
}
STDIO模式配置
{
"mcpServers": {
"my-project": {
"command": "node",
"args": ["/项目绝对路径/dist/stdio.js"]
}
}
}
高级功能
中间件系统
HTTP模式下可使用中间件实现:
- 身份验证
- 速率限制
- 请求日志等
基础中间件示例
// src/middleware.ts
import { type Middleware } from "xmcp";
const middleware: Middleware = async (req, res, next) => {
// 身份验证逻辑
if (!isValid(req.headers.authorization)) {
res.status(401).json({ error: "未授权" });
return;
}
return next();
};
export default middleware;
内置认证方案
xmcp提供多种开箱即用的认证中间件:
- API Key认证
import { apiKeyAuthMiddleware } from "xmcp";
const middleware = apiKeyAuthMiddleware({
headerName: "x-api-key",
apiKey: "your-secret-key"
});
- JWT认证
import { jwtAuthMiddleware } from "xmcp";
const middleware = jwtAuthMiddleware({
secret: process.env.JWT_SECRET!,
algorithms: ["HS256"]
});
配置系统
通过xmcp.config.ts文件可自定义框架行为:
// 基础配置示例
const config: XmcpConfig = {
http: {
port: 3000,
endpoint: "/api/mcp",
cors: {
origin: "*"
}
},
tools: {
directory: "src/custom-tools" // 自定义工具目录
}
};
export default config;
集成现有项目
Next.js集成
- 初始化xmcp配置:
npx init-xmcp@latest
- 添加路由处理器:
// src/app/mcp/route.ts
import { xmcpHandler } from "@xmcp/adapter";
export { xmcpHandler as GET, xmcpHandler as POST };
- 配置脚本:
{
"scripts": {
"dev": "xmcp dev & next dev",
"build": "xmcp build && next build"
}
}
Express集成
- 初始化xmcp配置:
npx init-xmcp@latest
- 添加路由端点:
import { xmcpHandler } from "./.xmcp/adapter";
app.use("/mcp", xmcpHandler);
生产部署
Vercel部署
- 使用专用构建命令:
xmcp build --vercel
- 添加部署配置:
{
"buildCommand": "xmcp build --vercel"
}
最佳实践
-
工具设计原则:
- 保持工具功能单一
- 明确标注操作类型提示
- 合理设计参数Schema
-
性能优化:
- 对于耗时操作使用缓存
- 合理设置HTTP body大小限制
- 使用幂等操作减少重复计算
-
安全建议:
- 生产环境务必启用认证
- 限制CORS来源
- 敏感操作添加二次确认
xmcp框架通过其简洁的设计和强大的功能,为构建MCP应用提供了完整的解决方案。无论是开发AI工具还是构建复杂的自动化流程,xmcp都能提供高效、安全的开发体验。
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
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210