:deciduous_tree: MCPJungle :deciduous_tree:

私有 AI Agent 的自托管 MCP 网关

MCPJungle 是一个开源、自托管的网关，用于管理你所有的 Model Context Protocol (MCP) 服务器。

🧑‍💻 开发者可以使用它在一个中心位置注册并管理 MCP 服务器及其提供的工具。

🤖 MCP Client 可以通过单一的“网关” MCP 服务器来发现并调用所有这些工具。

diagram

MCPJungle 是你的 AI Agent 唯一需要连接的 MCP 服务器！

谁应该使用 MCPJungle？

使用 Claude & Cursor 等 MCP Client 的开发者：需要访问 MCP 服务器进行工具调用（Tool-calling）。
构建生产级 AI Agent 的开发者：需要访问具备内置安全性、隐私性和访问控制功能的 MCP 服务器。
企业用户：希望在自己的数据中心内从单一中心查看和管理所有 MCP Client-Server 的交互 🔒

📋 目录

快速入门指南
安装
使用方法
当前局限性
参与贡献

快速入门指南

本指南将带你了解如何：

使用 docker compose 在本地启动 MCPJungle server
在 mcpjungle 中注册一个简单的 MCP 服务器
将 Claude 连接到 mcpjungle 以访问你的 MCP 工具

启动服务器

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

注册 MCP 服务器

在本地机器上下载 mcpjungle CLI，可以通过 brew 或直接从 Releases 页面下载。

brew install mcpjungle/mcpjungle/mcpjungle

CLI 允许你管理 mcpjungle 中的所有内容。

接下来，我们使用 CLI 将一个 MCP 服务器添加到 mcpjungle 中。在本例中，我们将使用 context7。

mcpjungle register --name context7 --url https://mcp.context7.com/mcp

连接到 mcpjungle

在你的 Claude MCP 服务器配置文件中使用以下配置：

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

一旦 mcpjungle 作为 MCP 服务器添加到 Claude 后，试着问它：

Use context7 to get the documentation for `/lodash/lodash`

Claude 将尝试通过 MCPJungle 调用 context7__get-library-docs 工具，该工具将返回 Lodash 库的文档。

恭喜！🎉

你已成功在 MCPJungle 中注册了一个远程 MCP 服务器，并通过 Claude 调用了其中一个工具。

现在你可以继续尝试使用 mcpjungle，并查阅文档和 CLI 以了解更多详情。

安装

MCPJungle 以独立二进制文件形式发布。

你可以从 Releases 页面下载，或使用 Homebrew 安装：

brew install mcpjungle/mcpjungle/mcpjungle

通过运行以下命令验证安装：

mcpjungle version

[!IMPORTANT] 在 MacOS 上，必须使用 Homebrew，因为编译后的二进制文件尚未经过 Notarization（公证）。

MCPJungle 提供了 Docker 镜像，适用于运行注册服务器（稍后详述）。

docker pull ghcr.io/mcpjungle/mcpjungle

使用方法

MCPJungle 采用 Client-Server 架构，二进制文件支持同时运行 Server 和 Client。

Server

MCPJungle server 负责管理所有注册在其中的 MCP 服务器，并提供统一的 MCP 网关，供 AI Agent 发现并调用这些已注册服务器提供的工具。