当前位置：首页 > web >正文

MCP Server On FC 之旅2: 从 0 到 1 - MCP Server 市场构建与存量 OpenAPI 转 MCP Server

web 2025/5/17 10:35:02

作者：西流、星宇

前言

在系列文章首篇 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配，我们系统解构了MCP协议的核心架构，重点验证了存量STDIO协议服务的云端转型方案——通过轻量化改造（前置一个 mcp-proxy）实现向SSE（Server-Sent Events）协议的实时通信升级。本文将延续技术纵深，聚焦当前企业拥抱 MCP 两大核心痛点：

如何将社区主流 STDIO MCP Server 一键转为企业内可插拔 Remote MCP Server？

在当前市面已经公开的各种 MCP Server，基本都是基于 STDIO 的实现，并且打包为独立的二进制可执行文件进行分发。其中 Node.js 和 python 占据了绝大多数，Node.js 生态通常通过 npx 提供，例如 “npx -y @amap/amap-maps-mcp-server”， Python 生态则以 uvx 提供，例如 “uvx mcp-server-time --local-timezone=Asia/Shanghai”，这种做法显然是十分明智。既迎合了不同技术栈同学开发 MCP Server 的习惯，也充分利用了极其可靠成熟的 npm 源， pypi 源进行 MCP Server 交付物的分发，同时这种交付方式不仅简化了部署流程，还显著降低了环境依赖和配置的复杂性，使得跨平台部署变得极其轻量和高效。

因此，将社区主流 STDIO MCP Server 一键转为自己的 MCP Server 是一个非常有价值的事情。至于为什么选择函数计算作为 MCP Server 托管运行时在 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配上已经有深入的阐述（总结下来就是函数计算作为 MCP Server 的运行时具有安全、成本、弹性等各维度的优势），本文不再赘述。

存量API的智能化重生之路

许多公司自己有存量 OpenAPI，怎么让自己的存量的 OpenAPI 转为 MCP Server 服务，从而可以被各种 Agent 调用，进行 AI 应用上的创新是一个不可阻挡的趋势和潮流。但传统 OpenAPI 向 MCP 协议迁移挑战，如何通过一个 OpenApi2MCP 适配器低成本实现存量 OpenAPI 一键转为 MCP Server 服务。

接下来，我们通过两个章节分别依次展开，通过具体的示例代码展示如何解决这两个痛点。

STDIO MCP Server 一键转为 SSE MCP Server

效果

1.通过 FunctionAI 平台的模版 https://cap.console.aliyun.com/create-project?template=start-mcp-fast-deploy 进行一键部署，部署成功以后，就获得了一个 web 应用的 url

2.打开这个 web 应用，可以选择 npx 或者 uvx 部署,
a. 我们以高德地图@amap/amap-maps-mcp-server 为例
b. 填写完毕，点击 “提交部署” 按钮, 等待一会，会显示部署成功，并会显示部署成功以后保留的 mcp 服务 url 和支持这个 MCP 服务计算资源的函数 ARN

3.直接使用 “npx @modelcontextprotocol/inspector” 调试器调试部署成功的 MCP SSE 服务

4.之后，就可以把这个 url 注册到各种 Agent 客户端去消费，比如百练、 Cherry Studio 等，以 Cherry Studio 为例

原理

npx 运行原理

npx -y @modelcontextprotocol/server-github

等价于：

echo "{}" > package.json
npm install @modelcontextprotocol/server-github
./node_modules/.bin/mcp-server-github

uvx 运行原理

uvx mcp-server-time

等价于：

pip install -t ./python mcp-server-time
./python/bin/mcp-server-time

"提交部署"按钮做的事情，整体流程如下图：

1.mcp-helper 函数干的事情，就是把对应的依赖包下载下来， zip 上传到一个 oss bucket 上, 函数计算支持使用 oss bucket 上的 object（zip 文件）创建函数, 并且找到对应的启动命令

2.使用 supergateway 将启动 stdio server 的命令 expose 成 sse server 服务，有关 supergateway 在 FC 上的实践可以参考 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配 MCP Porxy 章节

具体源码可以参考： https://github.com/devsapp/mcp-fast-deploy/blob/main/src/mcp-fast-deploy/fc_utils.py

合作方

阿里云百练 MCP 广场 https://bailian.console.aliyun.com/?tab=mcp#/mcp-market
魔搭社区 MCP 广场 https://www.modelscope.cn/mcp
- MCP云托管最优解，揭秘国内最大MCP中文社区背后的运行时
宜搭: 钉钉客户端创建 ai 助理的技能正在灰度中

如果您想打造自己私有的 MCP Server 广场，可以参考该方案，比如交付物发布到内部的 npm 或者 pypi 仓库，仅仅简单修改上面的 mcp-helper 函数即可以实现。

存量 OpenAPI 转 MCP Server

效果

1.通过 FunctionAI 部署模版https://cap.console.aliyun.com/create-project?template=start-fcai-mcp-openapi，输入 JSON 格式的存量服务的 OpenAPI Spec 以及包含权限信息的请求头（如果有的话）

只有 OpenAPI Spec 中存在 securitySchemes才需要填写 OpenApi 安全配置。

目前支持以下三种鉴权配置：

API Key 认证

OpenAPI 示例定义如下：

components:securitySchemes:ApiKeyAuth:type: apiKeyname: X-API-KEYin: header

需要填入的 “OpenApi 安全配置” 内容格式如下：

{// 对应 apiKey 类型的 securityScheme 名称"ApiKeyAuth": "your_api_key_here",
}

HTTP Basic 认证

OpenAPI 示例定义如下：

components:securitySchemes:BasicAuth:type: httpscheme: basic

需要填入的 “OpenApi 安全配置” 内容格式如下：

{// Basic Auth 配置（username:password 格式）"basic": "username:password", 
}

OAuth 2.0

OpenAPI 示例定义如下：

components:securitySchemes:OAuth2:type: oauth2flows:authorizationCode:authorizationUrl: https://example.com/oauth/authorizetokenUrl: https://example.com/oauth/token

需要填入的 “OpenApi 安全配置” 内容格式如下：

{// OAuth2 配置（Bearer token）"oauth2": "your_bearer_token_here",
}

2.点击立即部署，即可拉起 MCP 服务。部署完成后，可以在 “服务测试” 标签进行测试，也可以在“访问地址”标签拿到 SSE 协议的服务 URL：

直接使用 “npx @modelcontextprotocol/inspector” 调试器可以调试部署成功的 MCP SSE 服务：

所有 Tool 的参数都为 query，header，body，path，数据格式均为 json。测试时，您需要以标准 json 格式输入 Tool 对应的 API 的每个位置的参数。例如，如果 API 的 query 有 param1，param2 两个参数，则您需要在 query的输入框中以如下格式输入：

{"param1": "xxx","param2": "xxx"
}

3.你可以使用访问地址中的 SSE URL 接入到 Cursor，Cherry Studio 等支持 SSE 协议的 MCP Client 中使用。如果 Client 只需要 SSE 的 URL（以 Cherry Studio 为例），输入“公网访问”的 URL 即可：

若需要输入 JSON 格式的 MCP 配置，则配置方式如下：

{"mcpServers": {"server-name": {"url": "<您的服务URL>",}}
}

随后，向 LLM 提问与你的服务相关的问题，LLM 便会自动调用部署好的 MCP Tool 并获取结果：

⚠️ FAQ

点击部署报错提示 “s.yaml not found in response” 怎么办？
请确保您的 OpenAPI Spec 中不存在 {{}} 双花括号结构。若存在，请删除后重试。
部署不成功。日志中显示“Status Code is not 200”。
请检查您的 OpenAPI Spec 是否规范，且确保其中的 servers字段不为空且包含了您的服务的真实 endpoint。

原理

在这个模版中，我们使用自开发的 [@serverless-devs/openapi-mcp-converter](https://github.com/Serverless-Devs/openapi-mcp-converter) 库实现了从 OpenAPI 规范数据到 MCP Server 实例的互转：

import fs from 'fs';
import { OpenApiMCPSeverConverter } from '../index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import path from 'path';
import { fileURLToPath } from 'url';const openApiDoc = JSON.parse(fs.readFileSync(path.join(path.dirname(fileURLToPath(import.meta.url)), 'openapi.json'), 'utf8'));const converter = new OpenApiMCPSeverConverter(openApiDoc, { timeout: 100000, security: { apiKey: 'my-api-key' } });
const server = converter.getServer();