项目简介

MCPJungle是一个功能强大的自托管网关，旨在简化组织内部AI代理（LLM客户端，如Claude、Cursor等）与Model Context Protocol (MCP) 服务器的交互。它充当一个中央注册中心，汇集并管理所有独立的MCP服务器及其提供的工具，为AI代理提供一个统一的访问点。通过MCPJungle，您可以集中管理工具调用、实施安全策略和访问控制，并提升AI代理的性能。

主要功能点

统一MCP网关：AI代理只需连接到MCPJungle这一个网关，即可发现并调用所有注册的MCP服务器提供的工具。
MCP服务器注册与管理：支持注册基于Streamable HTTP和STDIO传输协议的MCP服务器，并集中管理它们的生命周期。
工具发现与调用：LLM客户端可以通过MCPJungle发现可用的工具，并以标准化方式调用它们。
工具启用/禁用：管理员可以全局启用或禁用特定工具或整个MCP服务器的工具。
工具分组：创建工具分组，只向特定AI客户端暴露选定的工具子集，有助于提高LLM的调用准确性并优化性能。
安全与访问控制：在生产模式下，支持为AI客户端和人类用户进行身份验证，并实施细粒度的访问控制，确保只有授权的客户端才能访问特定MCP服务器。
可观测性：支持OpenTelemetry指标，提供对MCP客户端-服务器交互的洞察。

安装步骤

安装Go语言环境: 确保您的系统已安装Go 1.18或更高版本。

克隆仓库:

git clone https://github.com/mcpjungle/MCPJungle.git
cd MCPJungle

使用Docker Compose启动（推荐）: 这是最简单快速的启动方式。

curl -O https://raw.githubusercontent.com/mcpjungle/MCPJungle/refs/heads/main/docker-compose.yaml
docker compose up -d

这将启动MCPJungle服务器及其默认的Postgres数据库。

安装MCPJungle CLI客户端:

brew install mcpjungle/mcpjungle/mcpjungle
# 或者从GitHub Releases页面下载编译好的二进制文件

运行'mcpjungle version'验证安装。

服务器配置

MCPJungle本身是一个MCP服务器，您的AI代理（MCP客户端）需要配置连接信息才能使用它。以下是常见的MCP客户端连接MCPJungle的配置示例：

对于Claude MCP客户端: Claude客户端需要通过一个'command'来启动一个代理进程以连接到MCPJungle。配置JSON示例：

{
  "mcpServers": {
    "mcpjungle": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "http://localhost:8080/mcp",
        "--allow-http"
      ]
    }
  }
}

'mcpServers.mcpjungle': MCP服务器的名称，此处为 "mcpjungle"。
'command': 用于启动远程MCP服务器连接的命令，通常是'npx'或'uvx'。
'args': 传递给'command'的参数。'mcp-remote'是一个辅助工具，用于将基于HTTP的MCP服务器暴露给STDIO客户端。'http://localhost:8080/mcp'是MCPJungle网关的默认地址，'--allow-http'允许非HTTPS连接。

对于Cursor MCP客户端: Cursor客户端直接通过URL连接到MCPJungle。配置JSON示例：

{
  "mcpServers": {
    "mcpjungle": {
      "url": "http://localhost:8080/mcp"
    }
  }
}

'mcpServers.mcpjungle': MCP服务器的名称，此处为 "mcpjungle"。
'url': MCPJungle网关的HTTP端点地址。

生产模式下的认证配置：如果MCPJungle服务器运行在生产模式并启用了访问控制，AI客户端在连接时需要提供一个Access Token。

{
  "mcpServers": {
    "mcpjungle": {
      "url": "http://localhost:8080/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_CLIENT_ACCESS_TOKEN"
      }
    }
  }
}

请将'YOUR_CLIENT_ACCESS_TOKEN'替换为通过'mcpjungle create mcp-client'命令生成的客户端访问令牌。

基本使用方法

启动MCPJungle服务器: 使用上述Docker Compose命令启动服务器。
```
docker compose up -d
```
默认在'http://localhost:8080'监听。

注册外部MCP服务器: 使用MCPJungle CLI工具注册一个提供具体功能的MCP服务器，例如一个名为'context7'的远程HTTP MCP服务器：

mcpjungle register --name context7 --url https://mcp.context7.com/mcp --description "A remote MCP server providing documentation tools."

或者注册一个STDIO-based的本地文件系统MCP服务器：

# filesystem.json
{
  "name": "filesystem",
  "transport": "stdio",
  "description": "本地文件系统MCP服务器",
  "command": "npx",
  "args": ["-y", "@modelcontextprotocol/server-filesystem", "."]
}

然后运行：

mcpjungle register -c ./filesystem.json

连接AI代理（MCP客户端）: 根据您的AI代理类型，使用上述“服务器配置”部分提供的JSON配置信息，在您的AI代理中配置MCPJungle作为其MCP服务器。
通过AI代理调用工具: 一旦连接成功，您的AI代理即可通过MCPJungle网关调用已注册的工具。例如，在Claude中请求：
```
Use context7 to get the documentation for '/lodash/lodash'
```
Claude将通过MCPJungle调用'context7__get-library-docs'工具来获取Lodash文档。

查看已注册工具:

mcpjungle list tools

查看工具用法:

mcpjungle usage context7__get-library-docs

通过CLI手动调用工具:

mcpjungle invoke context7__get-library-docs --input '{"path": "/lodash/lodash"}'

（注意，此处'context7__get-library-docs'是MCPJungle中工具的规范名称，由服务器名和工具名通过'__``连接而成。）

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息