ToolSDK MCP Registry：AI Agent 工具的「应用商店」

ToolSDK Logo

当你在为 AI Agent 选择「该用哪个工具」时，是否有过在大海里捞针的无力感？ToolSDK MCP Registry 正是来解决这个问题的——它汇聚了 4547+ 个经过验证的 MCP（Model Context Protocol）工具，构建成一个企业级的工具发现、网关与执行平台。

🔍 背景：为什么需要 MCP 工具注册表？

MCP（Model Context Protocol）是 Anthropic 主导提出的 AI 工具调用标准协议，类似于浏览器的 Web API——它让 AI 模型能够以统一的方式与各种外部工具交互。想象一下：没有 npm 之前，每个 JavaScript 库都要手动下载、管理依赖。有了 MCP，AI 工具生态才真正走向标准化。

然而现实是碎片化的：GitHub 上散布着数千个 MCP Server，品质参差不齐，文档残缺不全，部署方式各异。开发者要找到「能用且好用」的工具，往往需要逐个克隆仓库、阅读源码、解决依赖冲突——这不是找工具，更像是一场探险。

ToolSDK MCP Registry 正是瞄准了这个痛点，由 ToolSDK.ai 团队构建了一个企业级 MCP 工具聚合平台，提供工具发现、执行、网关、沙箱隔离的完整基础设施。

ToolSDK Web界面

⚙️ 核心技术架构

核心模块

项目采用 TypeScript + Node.js 22 构建，源码组织在 src/ 下：

目录	职责
`src/api`	HTTP API 入口（Hono），暴露 REST 接口
`src/domains/registry`	MCP Server 注册表管理，含元数据校验
`src/domains/executor`	工具执行引擎，支持 STDIO 和 StreamableHTTP
`src/domains/mcp-gateway`	MCP 网关：把本地 STDIO 服务器转为远程 HTTP 端点
`src/domains/sandbox`	沙箱执行层（支持 E2B、Daytona、Sandock）
`src/domains/oauth`	OAuth 2.1 认证代理，处理 Agent 的复杂认证流程
`src/domains/search`	Meilisearch 全文搜索集成

技术栈一览

组件	技术选型
运行时	Node.js 22（Docker 内置 pyenv 管理 Python 3.13）
框架	Hono（轻量高性能 Web 框架） + OpenAPI/Zod 类型验证
构建	TypeScript + pnpm workspace 单体仓库
搜索	Meilisearch v1.10（docker-compose 内嵌）
包管理	4547+ MCP Server，按 27 个分类组织
沙箱	E2B / Daytona / Sandock（可切换）
测试	Vitest（带 UI 界面）

数据结构

工具包以 JSON Schema 定义，packages/ 目录下按主题分为 27 个子目录（如 code-execution、browser-automation、knowledge-memory），每个 MCP Server 对应一个 .json 配置文件，包含 name、command、args、description 等字段。validated: true 标记表示该工具已通过构建验证。

indexes/packages-list.json（2.7MB）和 indexes/categories-list.json（141KB）是预生成的全局索引，供 Meilisearch 建立搜索索引。

🚀 快速上手

方式一：Docker 一键部署（推荐）

git clone https://github.com/toolsdk-ai/toolsdk-mcp-registry.git
cd toolsdk-mcp-registry
docker compose up -d

启动后即可访问：

🌐 Web 界面：http://localhost:3003
📚 Swagger API 文档：http://localhost:3003/swagger
🔍 搜索 API：http://localhost:7700（Meilisearch）

方式二：SDK 数据查询（轻量集成）

不想运行服务端？直接用 NPM 包拿数据：

npm install @toolsdk.ai/registry

import mcpServerLists from '@toolsdk.ai/registry/indexes/packages-list.json';

// 快速查找 GitHub 相关工具
const githubTools = mcpServerLists.filter(s => s.name.includes('github'));

或者直接用 curl（无需安装）：

curl https://toolsdk-ai.github.io/toolsdk-mcp-registry/indexes/packages-list.json

方式三：HTTP API 执行工具

通过统一的 REST API 执行任意 MCP 工具：

curl -X POST http://localhost:3003/api/v1/packages/run \
  -H "Content-Type: application/json" \
  -d '{"packageName": "@modelcontextprotocol/server-everything", "toolKey": "echo", "inputData": {"message": "Hello!"}, "envs": {}}'

MCP Gateway：STDIO 转 HTTP

这是最有价值的特性之一——许多 MCP Server 原生只支持 STDIO 协议，无法远程调用。ToolSDK Gateway 可以将其暴露为标准的 Streamable HTTP 端点，突破协议限制：

curl -X POST http://localhost:3003/mcp/@modelcontextprotocol/server-github \
  -H "Content-Type: application/json" \
  -H "x-mcp-env-GITHUB_PERSONAL_ACCESS_TOKEN: ghp_xxx" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

🔐 安全设计：沙箱隔离

运行来自社区的未知 MCP Server，最大风险是代码执行安全性。ToolSDK 为此内置了多层沙箱隔离机制：

Sandock（默认）：集成 Sandock 云沙箱服务
E2B：专为 AI 代码执行设计的隔离环境
Daytona：企业级沙箱平台

通过 SANDOCK_API_KEY 环境变量切换提供商，不配置则降级为本地沙箱（生产环境不推荐）。

⚖️ 局限与挑战

问题	说明
包体积	4547+ MCP Server 全量打包，仓库体积庞大（packages-list.json 达 2.7MB），私有部署时可以按需裁剪
社区质量	大量 MCP Server 来自第三方社区，维护状态参差不齐，部分可能存在安全风险
STDIO 性能	STDIO 协议本身不适合高并发场景，大规模工具调用时存在性能瓶颈
验证覆盖	validated 标记仅覆盖构建检查，不代表工具实际安全性

📈 行业意义

ToolSDK MCP Registry 的出现反映了 AI Agent 生态的一个核心趋势：工具标准化 + 发现聚合。随着 Claude、ChatGPT、Cursor 等 Agent 产品越来越强，如何高效管理成百上千的外部工具，成为所有 AI 应用开发者必须面对的问题。

该项目在 GitHub 上已获得 184 Stars、160 Forks，在 Product Hunt 每日榜单上位居前列，展示了开发者社区对 MCP 生态工具的强烈需求。它不仅仅是工具仓库，更代表了 AI 工具从「能用就行」到「好用易管」的演进方向。

核心一句话：ToolSDK MCP Registry 是目前规模最大、功能最完整的 MCP 工具聚合平台，通过统一的 HTTP 网关、安全沙箱和 OAuth 代理，让 AI Agent 能够安全、高效地发现和调用 4547+ 外部工具。

信息	值
GitHub	https://github.com/toolsdk-ai/toolsdk-mcp-registry
官网	https://toolsdk.ai
NPM 包	@toolsdk.ai/registry
Stars / Forks	184 / 160
License	MIT
默认分支	main