Token导航 LogoToken导航

MCP Server · AI代理

MCP Openapi Query

一个基于FastMCP的服务器,用于导航和查询OpenAPI规范,支持MCP兼容的AI应用程序探索API模式、解析$ref指针以及检查路径和操作。

stdio官方级别未说明来源级核验工具 9
开发工具PythonClaude

快速开始

作者 / 组织
sesopenko
提供方
sesopenko
运行时
Python

工具数量

9

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

MCP Openapi Query 属于AI代理类 MCP Server,公开资料标注 9 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

uv run python -m mcp_openapi_query

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 9 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

mcp openapi查询

A. FastMCP 用于导航和查询OpenAPI规范的服务器。将任何兼容MCP的AI应用程序连接到此服务器,以便它可以探索API架构,解决 $ref 指针,并检查路径和操作,而无需一次读取整个规范文件。

MCP(模型上下文协议) 是一个开放标准,允许AI助手调用外部工具和服务。此服务器通过HTTP实现MCP,因此任何兼容MCP的AI应用程序都可以访问它。

______________________________________________________________________

先决条件

  • 码头工人 --对于Docker Compose部署路径
  • 紫外线 --有关源部署路径(请参见 安装uv)

______________________________________________________________________

快速开始

选项A——Docker编写

  1. 创建一个 docker-compose.yml:
   services:
     mcp-openapi-query:
       image: sesopenko/mcp-openapi-query:latest
       ports:
         - "8080:8080"
       volumes:
         - ./config.toml:/config/config.toml:ro
       restart: unless-stopped
  1. 复制示例配置并对其进行编辑:
   cp config.toml.example config.toml
  1. 启动服务器:
   docker compose up -d

选项B——从源运行

  1. 安装 紫外线 如果你还没有。
  1. 安装依赖项:
   uv sync
  1. 复制示例配置并对其进行编辑:
   cp config.toml.example config.toml
  1. 启动服务器:
   uv run python -m mcp_openapi_query

______________________________________________________________________

安全

此服务器具有 无认证 在其MCP端点上。它仅设计用于局域网。

请勿将此服务器直接暴露于互联网。

如果您需要远程访问它,请将其放置在处理TLS终止和访问控制的反向代理后面。配置反向代理不在此项目范围内。

______________________________________________________________________

配置

创建一个 config.toml 在工作目录中(或传递 --config ):

[server]
host = "0.0.0.0"
port = 8080

[logging]
level = "info"

\[服务器\]

密钥默认值描述
host"0.0.0.0"MCP服务器监听的地址。 0.0.0.0 绑定所有接口。
port8080MCP服务器侦听的端口

\[日志记录\]

密钥默认值描述
level"info"日志冗长。什么之中的一个: debug, info, warning, error.

______________________________________________________________________

连接AI应用程序

此服务器使用 流式HTTP MCP运输。客户端通过HTTP POST与流式响应进行通信——在浏览器中打开端点将返回 Not Acceptable 错误,这是预期的。

将兼容MCP的AI应用程序指向服务器的MCP端点:

http://:
/mcp

例如,如果服务器正在运行 192.168.1.10 使用默认端口:

http://192.168.1.10:8080/mcp

有关如何注册MCP服务器,请参阅您的AI应用程序的文档。确保它支持流式HTTP传输(大多数现代MCP客户端都支持)。

______________________________________________________________________

使用Claude代码

1.启动服务器

创建一个 docker-compose.yml 以及最小值 config.toml,然后启动服务器:

services:
  mcp-openapi-query:
    image: sesopenko/mcp-openapi-query:latest
    ports:
      - "8080:8080"
    volumes:
      - ./config.toml:/config/config.toml:ro
    restart: unless-stopped
[server]
host = "0.0.0.0"
port = 8080

[logging]
level = "info"
docker compose up -d

2.在Claude Code中注册MCP服务器

将服务器添加到项目的MCP配置中。从项目根目录运行以下命令:

claude mcp add --transport http openapi-query http://localhost:8080/mcp

或手动添加到 .claude/settings.json 在您的项目中:

{
  "mcpServers": {
    "openapi-query": {
      "type": "http",
      "url": "http://localhost:8080/mcp"
    }
  }
}

3.验证连接

在Claude Code会话中,运行:

/mcp

这 openapi-query 服务器应显示为已连接。您也可以致电 health_check 直接确认服务器可访问。

______________________________________________________________________

可用工具

工具说明
health_check退货 {"status": "ok"} 确认服务器正在运行。
list_paths列出OpenAPI规范中定义的所有路径键,当路径项中存在时,每个路径键都有一个可选的描述。
get_path_item返回特定路径的完整Path Item对象。
get_operation返回特定HTTP方法和路径的Operation对象。
get_spec_version返回规范格式版本字符串(例如。 swagger 2.0, openapi 3.0.3).
list_refs_in_path列出全部 $ref 值及其在路径项中的JSON指针位置。
get_component_schema从返回一个命名的架构对象 components.schemas.
list_refs_in_schema列出全部 $ref 模式中的值,按名称或 $ref 弦。
resolve_ref解决内部问题 $ref string,并返回目标对象及其规范指针。

______________________________________________________________________

运行测试

uv run pytest tests/unit/

______________________________________________________________________

贡献/维护

看 维护.md 用于设置、开发命令、AI代理轨道以及如何运行测试。

______________________________________________________________________

许可证

版权所有(c)Sean Esopenko 2026

该项目根据 GNU通用公共许可证v3.0.

______________________________________________________________________

致谢:骑在巨人的背上

这个项目是在 克劳德代码,由Anthropic开发的AI编码助手。

像Claude这样的人工智能助手接受了大量数据的培训,其中大部分是由开源社区编写的:开发人员自由贡献的库、工具、文档和数十年的共享知识。没有这个基础,这样的工具是不可能的。

鉴于该债务,该项目根据 GNU通用公共许可证v3.0GPL确保此代码以及任何衍生作品保持开源。这是一个小小的互惠行为:回馈公地,使之成为可能。

对于每一位将提交推送到公共仓库、编写Stack Overflow答案或在开放许可证下发布包的开发人员——谢谢。

工具与能力

工具数量

9

资源数量

0

提示词数量

0

能力标签

OpenAPI查询Python本地部署MCP协议AI工具集成API导航开发工具

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 9 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
MCP Openapi Query

MCP World · 本页

9stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

MCP Openapi Query 怎么安装?

公开资料给出的安装命令是 uv run python -m mcp_openapi_query,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP Openapi Query 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

MCP Openapi Query 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Openapi Query 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Openapi Query 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP