
MCP-bridge 开源:将 OpenAI 兼容模型接入 MCP 客户端
来源标题:MCP-bridge: models as MCP tools, with per-project usage ledger
MCP-bridge 项目开源,可把任意 OpenAI 兼容端点(DeepSeek、Kimi、智谱 GLM、通义千问、本地 ollama)接成 MCP 工具供 Claude Code、Cursor、Cline、Continue 调用。项目零第三方依赖,支持 Python 3.8+,提供每项目成本台账,未配 key 时自动降级 mock。目前 stdio 协议链路和本地 ollama 真实调用已验证,云端 provider 与流式输出尚未验证或实现。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
把任意 OpenAI 兼容端点(DeepSeek / Kimi / 智谱 GLM / 通义千问 / 本地 ollama)接成 MCP 工具,让 Claude Code、Cursor、Cline、Continue 这类支持 MCP 的客户端,能直接调用你自己选的模型。
零第三方依赖,Python 3.8+ 直接跑。没配 key 也能先跑通链路(自动降级 mock)。
国内团队的真实痛点:客户端(Claude Code / Cursor)好用,但绑死海外模型;换成国内模型又要到处改接法、算不清成本。
所以这里的卖点不是“又一个代理”,是 一处配置 + 成本可视 + 本地优先:一个配置文件管住所有厂商,每次调用都回传成本,断网时自动落到本机模型。
已验证到什么程度
项 状态 证据 stdio 协议链路 通过 test_stdio.py 6/6:initialize / tools/list / models / chat / cost / 错误路径 真实上游调用(非 mock) 通过 probe_local.py 打本机 ollama qwen2.5vl:3b,返回“链路已通”,latency 4234ms(冷)/ 70ms(热) 云端 provider 未验证 没有 API key,只跑通了 mock 分支与错误分支 流式输出 未实现 v0.2
跑起来
Windows 一键(推荐)
powershell -NoProfile -ExecutionPolicy Bypass -File install.ps1
它会检查 Python 版本、生成 config.json、打印可直接粘贴的客户端配置、跑完 7 项自检,最后告诉你本机有没有 ollama 兜底。不联网、不装依赖、不改系统设置。
1. 复制配置,填你自己的 key(环境变量名写在配置里)
cp config.sample.json config.json set DEEPSEEK_API_KEY=sk-xxx # Windows export DEEPSEEK_API_KEY=sk-xxx # bash
2. 冒烟测试(真起子进程走 stdio,7 项校验)
python test_stdio.py
3. 本地模型真跑(需要本机 ollama 在 11434 上跑着)
python probe_local.py
4. 生成一段真实会话记录(给客户看 / 录屏当脚本)
python demo.py
5. 接到客户端
接到 Claude Code ~/.claude.json 或项目 .mcp.json: “mcpServers”: { “bridge”: { “command”: “python
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。