MCP-Gateway

你的电脑，本地 AI 工具的"路由器"

想象这样一个场景：你在用某个网页版 AI 编程工具写代码，它很强大，但每次想调用本地文件、跑个脚本，或者让浏览器自动化完成一些任务，都得折腾半天配置。你有没有想过——如果能把本机的各种工具能力"接"到同一个入口，让 AI 工具像调用普通 API 一样调用它们，会怎样？

MCP-Gateway 正是来解决这个问题的。它是一个本地 MCP（Model Context Protocol）网关，可以把本机的各种 MCP 服务——比如文件读写、Shell 命令、Playwright 浏览器控制等——统一暴露成标准 HTTP 接口，让任何支持 MCP 协议的客户端都能通过一个入口调用它们。简单说，它让你的电脑变成一个可控的 AI 工具中心。

网关配置界面，可管理多个 MCP 服务、访问策略和认证令牌

---

背景：MCP 协议与工具调用的碎片化困境

MCP（Model Context Protocol）是 Anthropic 在 2024 年末推动的开放协议，旨在标准化 AI 模型与外部工具之间的通信方式。它的核心理念类似 USB——只要设备支持 USB 接口，插上就能用，MCP 也是如此：只要工具实现了 MCP 接口，AI 模型就能统一调用。

然而现实是：不同的 MCP 服务部署方式各异，有的只支持 stdio（标准输入输出），有的只支持 SSE，有的只支持 Streamable HTTP。当你想同时使用多个 MCP 工具时，往往需要分别管理它们的启动、端口和认证，配置成本极高。MCP-Gateway 的出现，正是为了解决这个"碎片化"问题——它把所有这些协议统一起来，做成一个"本地路由器"。

---

核心架构：网关的四层结构

MCP-Gateway 的架构设计清晰，分为四个核心模块：

模块	技术栈	职责
gateway-cli	Rust + Clap	命令行入口，负责启动和配置加载
gateway-core	Rust + Tokio	核心逻辑：MCP 会话管理、策略执行、工具分发
gateway-http	Rust + Axum	HTTP 层：SSE、Streamable HTTP、AI 外接适配器
mcp-gateway-ui	React + TypeScript + Tauri	桌面 UI：配置管理、可视化操作

网关支持两种传输协议出口：

• SSE：/api/v2/sse/<serverName>，适合轻量级实时推送场景
• Streamable HTTP：/api/v2/mcp/<serverName>，MCP 官方推荐的标准化协议

AI 外接适配器是这个项目最有意思的模块。它能接收来自 OpenAI / Anthropic 协议客户端（如 Claude Code）的工具定义请求，自动提取并注册为 MCP 工具，然后暴露给其他 MCP 客户端使用。相当于在两个不同的 AI 协议生态之间架了一座桥。

内置工具面板，预置了文件读取、Shell 命令、多文件编辑、浏览器控制等实用能力

---

上手体验：从零到跑起来的真实路径

实际部署流程非常straightforward：

1. 从 GitHub 下载源码（或 cargo install 如果已配置好 Rust 工具链）
2. 在 UI 界面配置监听地址（如 127.0.0.1:8765）
3. 添加本地 MCP 服务，比如官方的 filesystem、playwright 等 stdio 服务
4. 开启 Admin Token 认证（本机以外的访问必须开启）
5. 启动网关，复制生成的 SSE 或 HTTP 地址粘贴到你的 MCP 客户端

整个过程不需要 Docker，不需要 Kubernetes，纯 Rust 编译产物，一台普通电脑就能跑起来。缺点是目前没有官方预编译二进制包，必须自行编译——这对没有 Rust 开发环境的用户来说有一定门槛。

---

安全机制：工具调用的"看门人"

MCP-Gateway 内置了一套相当完善的安全策略引擎。基于 JSON 配置文件，它支持：

• 目录白名单：限制文件操作只能访问指定目录树
• 命令策略：默认拒绝高危命令（如 rm -rf /、sudo），可自定义规则
• 执行确认：危险操作需人工确认后才执行
• Token 认证：Admin Token 管配置，MCP Token 管工具调用

这套机制对于将网关暴露给局域网其他机器使用的场景尤为重要。

---

局限与挑战

坦诚地说，这个项目目前仍处于早期阶段，有几个现实问题：

1. 编译门槛高：没有预编译包，需要 Rust 工具链（rustup、cargo），对非 Rust 开发者不够友好。macOS/Windows 用户首次上手可能需要折腾环境。

2. 无容器化支持：既没有 Dockerfile 也没有 docker-compose.yml，无法通过容器快速部署。对于团队协作或服务器部署场景，这是一大痛点。

3. 文档以中文为主：README 有中英双语，但深入的技术文档（如架构设计、安全策略配置细节）主要依赖中文，对国际社区的贡献门槛略高。

4. 生态依赖性：它的价值很大程度上取决于"上游有多少可用的 MCP 服务"。目前 MCP 生态仍在快速发展，官方标准库尚不丰富，功能体验直接受上游影响。

---

行业意义：本地 AI 工具编排的新思路

MCP-Gateway 让我联想到当年 Docker 对容器化做的事——它没有重新发明容器，而是把已有的 Linux 容器能力统一包装成了 Docker 镜像和容器。MCP-Gateway 也是如此：它不重新发明 MCP 服务，而是把本机已有的各种 MCP 工具（文件、命令、浏览器等）通过统一网关暴露出去。

这个思路对于本地 AI 助手生态具有重要价值。随着 Claude Code、Cursor、Copilot 等 AI 编程工具的普及，如何让这些工具更好地与本地环境交互，将成为一个持续的需求点。MCP-Gateway 正在这个方向上做有意义的探索——尤其是在将不同协议和工具标准化统一接入这一点上。

如果你恰好有 Rust 环境，或者想深入了解 MCP 协议在本地工具编排中的实践，这个项目值得 clone 下来研究一下。

AI 外接适配器：将 OpenAI/Anthropic 协议的 AI 工具接入 MCP 生态

---

技术速览

维度	详情
开发语言	Rust（网关核心）+ TypeScript/React（UI）
协议支持	SSE、Streamable HTTP（MCP v2）、OpenAI Chat Completions、Anthropic Messages
认证机制	Admin Token + MCP Bearer Token
配置文件	JSON（config.example.json）
安全策略	目录白名单、命令黑名单、执行确认
许可证	MIT
最新版本	0.1.9