模型上下文协议代理

模型上下文协议代理是 nullplatform 开发的 MCP 服务器：一个灵活的模型上下文协议（MCP）代理，支持跨多个MCP服务器和JavaScript函数的工具发现与执行，通过本地RAG。接入两步走：见官方 README，再把下文配置粘进客户端 mcpServers 段重启即可。

先把话说清楚：模型上下文协议代理不是又一个大模型，而是一个标准的 MCP 服务器。装好之后，你的 AI 客户端多出一组新工具，模型可以按需调用。一个灵活的模型上下文协议（MCP）代理，支持跨多个MCP服务器和JavaScript函数的工具发现与执行，通过本地RAG技术减少上下文大小

• ? Unified Tool Discovery: Search for tools across multiple MCP servers
• ? Proxy Execution: Route tool calls to the appropriate server
• ? Smart Search: Find the best tool for the job with fuzzy matching
• ? JavaScript Integration: Expose custom JavaScript functions as MCP tools
• ? Configurable: Load configuration from files or command-line arguments

两类人最该装：一是天天在 Claude Desktop、Cursor 里写代码，想让 AI 直接帮你跑命令、改仓库、读文件的人；二是已经在用 MCP 生态、想按需拼装能力的折腾型用户。反过来，如果你只需要偶尔手动用它背后的服务，直接开网页就行，不必上 MCP。

动手前确认环境齐了：

• 一个支持 MCP 的客户端：Claude Desktop、Cursor、Cline、Windsurf 任选其一。
• 对应平台的 API Key（第 2 步要用）。

安装命令随版本更新较频繁，以 官方 README 顶部 Installation 一节为准。

先把凭证准备好：API_KEY。拿不到后面全白搭。

Claude Desktop 的配置文件路径：macOS 在 ~/Library/Application Support/Claude/claude_desktop_config.json，Windows 在 %APPDATA%\Claude\claude_desktop_config.json；Cursor 则是 ~/.cursor/mcp.json（或项目级 .cursor/mcp.json）。把下面这段并进 mcpServers 段（注意是并进外层大括号，别整个文件替换）：

方式 1（任选一份）：

{
  "server-name": {
    "command": "command-to-execute",
    "args": [
      "arg1",
      "arg2"
    ],
    "env": {
      "ENV_VAR1": "value1",
      "ENV_VAR2": "value2"
    },
    "transport": "stdio"
  }
}

方式 2（任选一份）：

{
  "mcp-petstore": {
    "command": "uvx",
    "args": [
      "mcp-openapi-proxy"
    ],
    "env": {
      "OPENAPI_SPEC_URL": "https://petstore.swagger.io/v2/swagger.json",
      "API_KEY": "xxxxx"
    }
  }
}

改完保存。Windows 用户注意：如果 command 写 npx 起不来，换成 npx.cmd 再试。

完全退出客户端再打开（是托盘里真正退出，不是关窗口）。工具列表里出现模型上下文协议代理的工具即接入成功；调用报错的话，先查下面的坑点清单。

• Key 填了但没生效：多半填在了 args 而不是 env 段。客户端日志里看到 Environment variable API_KEY not set 就是这个原因。
• 改了配置没反应：客户端只重启了窗口没退进程。macOS 按 Cmd+Q，Windows 检查托盘。
• JSON 报错打不开客户端：多半是最后多个逗号。粘进任何 JSON 校验器里查一遍再保存。