xmcp框架全面指南:构建MCP应用的TypeScript解决方案
2025-07-08 09:57:21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
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
544
669
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++
955
929
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
420
75
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
407
324
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
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
1.08 K
564
🎉 (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
1.59 K
925
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
642
292