mcp-context-forge

统一网关聚合 MCP/A2A/REST，让 Agent 调用更安全可控。

mcp-context-forge 是一个面向 AI Agent 与工具调用的统一网关、注册中心和代理服务。它位于 MCP、A2A 以及 REST/gRPC API 之前，把分散的模型上下文协议服务、智能体接口和传统 API 聚合到一个统一端点，解决多协议、多服务接入时发现难、鉴权乱、调用链路不透明的问题。核心能力包括集中式服务发现与注册、JWT 等认证中间件、访问护栏与策略控制、请求路由与代理、对 Agent 和工具调用的优化，以及插件扩展机制。项目基于 Python、FastAPI 和 asyncio 构建，适合需要把 MCP 工具、A2A 智能体和既有 API 统一治理的团队，作为 AI 基础设施层降低集成与运维成本。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4492

维护状态活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队IBM

所属国家

官网地址https://ibm.github.io/mcp-context-forge

GitHubhttps://github.com/IBM/mcp-context-forge

定价模式free

价格说明开源免费，基于Apache许可证

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agents,ai,api-gateway,asyncio,authentication-middleware,devops,docker,fastapi,federation,gateway,generative-ai,jwt,kubernetes,llm-agents,mcp,model-context-protocol,observability,prompt-engineering,python,tools

GitHub 星标★ 4492

30天Star增速

HF 下载量

上线时间2025-05-08 00:00:00

最近更新2026-09-18 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数0

使用教程

难度：进阶约 15 分钟部署方式：Docker 7 步

环境要求

Python 3.11 环境（官方 Dev Container 内置 Python 3.11）
必须提供 JWT_SECRET_KEY 与 AUTH_ENCRYPTION_SECRET，缺失则网关无法启动
Docker 或 Podman，用于容器化部署（可选用 PostgreSQL + Redis 完整栈）
注意：arm64 目前不支持生产环境，Apple Silicon 需用 Rosetta 跑容器或改用 PyPI 安装
源码方式需要 make 与项目依赖（make venv install-dev）

安装与启动步骤

1创建虚拟环境

新建目录并创建隔离的 Python 虚拟环境，避免污染系统环境；Windows 用 ..venvScriptsActivate.ps1 激活。
```
mkdir mcpgateway && cd mcpgateway
python3 -m venv .venv && source .venv/bin/activate
```
2安装网关包

从 PyPI 安装 mcp-contextforge-gateway；README 也给出 uv 方式，可先 uv venv 再 uv pip install。
```
pip install --upgrade pip
pip install mcp-contextforge-gateway
```
3生成必要密钥

网关在任何环境（含本地开发）都要求这两个密钥，用官方脚本生成真实密钥后再启动。
```
python3 -m mcpgateway.scripts.init_secrets
```
4准备 .env 文件

复制示例配置并用脚本把生成的真实密钥回填到 .env，占位值会导致启动失败。
```
cp .env.example .env
python3 -m mcpgateway.scripts.init_secrets --patch-env .env
```
5容器启动全栈

在仓库根目录用 Make 目标启动 PostgreSQL、Redis、3 个网关副本与 Nginx；需已存在含真实密钥的 .env。
```
make compose-up
```
6源码方式运行

从源码安装开发依赖并构建 Admin UI，然后由 gunicorn 在 4444 端口提供网关服务。
```
make venv install-dev
make serve
```
7代理示例服务

用 mcpgateway.translate 把标准输入输出的 MCP 时间服务器暴露为 SSE 服务，端口 8003，可换成 podman。
```
python3 -m mcpgateway.translate --stdio "docker run --rm -i ghcr.io/ibm/fast-time-server:latest -transport=stdio" --expose-sse --port 8003
```

关键配置

配置项	必填	说明	示例
`JWT_SECRET_KEY`	是	JWT 签名密钥，所有环境都必须配置，否则网关拒绝启动	`生成脚本产出的随机长字符串`
`AUTH_ENCRYPTION_SECRET`	是	认证信息加密密钥，与 JWT 密钥同为启动必填项	`生成脚本产出的随机长字符串`
`DATABASE_URL`	否	SQLAlchemy 连接串，默认使用本地 SQLite 文件	`postgresql+psycopg://user:password@localhost:5432/mcp`
`HOST`	否	服务绑定地址，默认 0.0.0.0	`0.0.0.0`
`MCPGATEWAY_UI_ENABLED`	否	是否启用 Admin UI 管理面板，默认开启	`true`
`SECURE_COOKIES`	否	HTTP（非 HTTPS）本地开发时需设为 false	`false`

如何确认成功

compose 启动后 Nginx 监听 :8080；执行 make serve 时 gunicorn 监听 :4444 即表示网关已启动成功。

常见问题

Q：.env 缺失或用占位密钥会怎样？

A：网关会在启动时快速失败，通过 Pydantic 抛出校验错误。请先复制 .env.example 并用 init_secrets --patch-env 写入真实密钥。

Q：docker compose up -d 报 cryptography 或依赖解析错误？

A：这是本地构建缺少 CI 产出的封闭 wheel 集合所致，改用 GHCR 预构建镜像即可，compose 默认就会拉取预构建镜像。

Q：Apple Silicon 上容器跑不起来？

A：README 说明当前 arm64 不支持生产环境，可用 Rosetta 运行容器，或改用 PyPI 安装方式部署。

Q：跨网关 UAID 路由提示 UAID_ALLOWED_DOMAINS not configured？

A：在 .env 中把可信域名加入 UAID_ALLOWED_DOMAINS 白名单，并确保两端信任同一 JWT 签发方（共享密钥或联邦 SSO）。

注意事项

JWT_SECRET_KEY 与 AUTH_ENCRYPTION_SECRET 在包括本地开发在内的所有环境都是必填项，网关不会以占位值启动。
docker compose up -d 默认不本地构建镜像，而是使用 GHCR 预构建镜像，本地构建需要 CI 才能产出的 wheel 闭包。
当前 arm64 不支持生产环境，M1/M2 等 Apple Silicon 机器建议用 Rosetta 或 PyPI 安装。
完整配置包含 300+ 环境变量，按认证、缓存、SSO、可观测性等分类，详见官方 Configuration Reference。

核心亮点

统一 MCP、A2A、REST/gRPC 多协议入口，减少 Agent 对接多种服务的重复适配
内置注册中心与集中发现，服务上线后可被 Agent 动态感知，无需硬编码地址
提供 JWT 认证、护栏和插件机制，便于在网关层做权限、审计和策略扩展

不足之处

项目处于成长阶段，生产环境大规模验证案例和长期稳定性数据仍待积累
多协议聚合与插件体系带来一定部署和配置复杂度，小团队上手成本不低

适用场景

企业把内部多个 MCP 工具服务统一注册，供不同 Agent 按权限发现和调用
AI 平台将 A2A 智能体与既有 REST API 通过一个网关暴露，统一鉴权和限流
需要审计和护栏的团队在网关层记录 Agent 工具调用链路并施加访问策略

替代项目

Kong、APISIX、Envoy

项目介绍

mcp-context-forge 是一个基础设施领域的开源项目，官方简介：An AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.。项目使用 Python 开发，在 GitHub 上获得 4476 星标。

上一篇：Sentinel_Guard

下一篇：tiny-vllm