内容
# MCPlex
[](LICENSE)
[](pyproject.toml)
[](.github/workflows/ci.yml)
[](docs/spec/mcplex.md)
> 一个无状态的HTTP代理，可以将任何REST API暴露为MCP工具 — 无需SDK，无需封装库，无需连接器代码。
MCPlex 位于 AI 编码代理（Claude Code、Cursor、Codex）和您的后端REST API之间。代理通过标准的MCP `tools/list`握手发现工具，并通过`tools/call`调用它们。MCPlex 将这些调用翻译成对您后端的HTTP请求。
关键思想：**连接器是YAML，而不是Python。** 添加新工具意味着添加几行配置 — 方法、URL路径、参数映射。通用的HTTP代理处理程序完成其余工作。
## 用途
工程团队构建内部AI工具 — 事件响应、CI诊断、策略检查、DORA指标仪表盘。每个工具都带有自己的UI或CLI。由于工程师不会学习N种不同的接口，因此采用率很低。
MCPlex 改变了分发模型：一个MCP服务器，所有工具。代理在启动时发现所有工具。工程师从不离开他们的编辑器。
该仓库包括4个公共连接器（[ai-code-guardian](https://github.com/deghosal-2026/ai-code-guardian)、
[ci-doctor](https://github.com/deghosal-2026/ci-doctor)、
[sprint-intelligence](https://github.com/deghosal-2026/sprint-intelligence)、
[ai-incident-commander](https://github.com/deghosal-2026/ai-incident-commander)）
作为具体演示 — 4个系统上的9个工具，均通过单个`/mcp`端点暴露。
## 不是什么
- **不是AI框架。** MCPlex 包含零LLM调用、零提示、零模型依赖。它是一个纯粹的HTTP代理。
- **不是MCP SDK。** MCPlex 直接实现MCP线协议。后台工具从不导入MCP库或添加MCP依赖。
- **不是后端API的替代品。** MCPlex 不转换数据或添加业务逻辑。它代理调用您的现有REST端点。
## 架构
```
config.yaml
│
┌──────────▼──────────┐
│ 工具注册表 │
│ 名称 → 路由 │
└──────────┬──────────┘
│
┌──────────▼──────────┐
│ HTTP代理处理程序 │
│ （通用 — 读取 │
│ 方法、路径、 │
│ 参数映射 │
│ 从配置） │
└────┬────┬────┬──────┘
│ │ │
┌─────▼┐ ┌▼───┐┌▼────┐
│ API A│ │API B││API C│
└──────┘ └────┘└─────┘
```
1. 启动时，MCPlex 读取`config.yaml`并构建工具注册表。
2. 每个`type: http`连接器生成一个异步代理处理程序。
3. 代理连接并调用`tools/list` — MCPlex 返回目录。
4. 代理调用`tools/call` — MCPlex 将MCP参数映射到HTTP参数并发出请求。
5. 后端响应作为MCP工具结果返回。
两种传输模式，由`Accept`头自动检测：
| Accept 头 | 响应格式 |
|---------------|-----------------|
| `application/json` | JSON-RPC over HTTP POST |
| `text/event-stream` | 服务器发送事件（流式HTTP） |
## 快速开始
```bash
pip install mcplex-backplane
# 复制并编辑环境（适用于docker-compose）
cp .env.example .env
# 使用默认配置启动
mcplex serve --config config.yaml
```
连接Claude Code：`claude --mcp http://localhost:8000/mcp`
## 包含的连接器
4个MIT许可的公共仓库，通过薄API适配器作为MCP工具连接（参见[集成指南](docs/integration/README.md)了解模式）：
| 连接器 | 仓库 | 工具 |
|-----------|------|-------|
| guardian | [ai-code-guardian](https://github.com/deghosal-2026/ai-code-guardian) | `guardian_check_policy`, `guardian_get_coverage` |
| ci-agent | [ci-doctor](https://github.com/deghosal-2026/ci-doctor) | `ci_diagnose_failure`, `ci_get_pipeline_history` |
| sprintsense | [sprint-intelligence](https://github.com/deghosal-2026/sprint-intelligence) | `dora_get_metrics`, `dora_get_trend` |
| incident-cmdr | [ai-incident-commander](https://github.com/deghosal-2026/ai-incident-commander) | `incident_query_active`, `incident_query_history`, `incident_get_timeline` |
**总计：** 4个AI系统上的9个MCP工具（3个真实仓库 + 1个测试基准模拟）。
## 文档
| 文档 | 描述 |
|-----|-------------|
| [集成指南](docs/integration/README.md) | 如何通过MCP API适配器连接仓库 |
| [规范](docs/spec/mcplex.md) | 架构、传输、连接器设计 |
| [PRD](docs/prd/mcplex.md) | 产品需求和用户故事 |
| [冲刺计划（WBS）](docs/wbs/mcplex.md) | 工作分解和史诗 |
| [配置参考](docs/config-reference.md) | 连接器的YAML模式 |
| [E2E测试计划和结果](tests/e2e/README.md) | 测试计划、9/9结果、15个截图 |
| [代码审查](docs/review.md) | 内部代码审查 |
## 路线图
**已发布（v0.3.0）**
- 通用HTTP代理连接器（YAML驱动）
- 流式HTTP + SSE自动检测
- 4个公共仓库集成
- Docker Compose部署
- 41个单元测试，9个E2E测试通过
**下一个**
- 开源就绪：问题模板、CODE_OF_CONDUCT、SECURITY.md
- GitHub Actions CI
- 贡献指南
- Claude Code演示录制
**未来（v1.0.0）**
- OAuth 2.0 / OIDC授权
- 编写工具审批流程
- 统一审计日志
- PyPI发布
- 速率限制和配置热加载
## 许可证
MIT
