[特殊字符]颠覆MCP！Open WebUI新技术mcpo横空出世！支持ollama！轻松支持各种MCP Server！Cline+Claude3.7轻松开发论文检索MCP Server！

🔥🔥🔥本篇笔记所对应的视频：🚀颠覆MCP！Open WebUI新技术mcpo横空出世！支持ollama！轻松支持各种MCP Server！Cline+Claude3.7轻松开发MCP服务_哔哩哔哩_bilibili

Open WebUI 的 MCPo 项目：将 MCP 工具无缝集成到 OpenAPI 的创新解决方案

随着人工智能工具和模型的快速发展，如何高效、安全地将这些工具集成到标准化的 API 接口中成为了开发者面临的重要挑战。Open WebUI 的 MCPo 项目（Model Context Protocol-to-OpenAPI Proxy Server）正是为了解决这一问题而设计的。本文将带您深入了解 MCPo 的功能、优势及其对开发者生态的影响。

---

什么是 MCPo？

MCPo 是一个简单、可靠的代理服务器，能够将任何基于 MCP 协议的工具转换为兼容 OpenAPI 的 HTTP 服务器。它通过标准化 RESTful API 接口，让复杂的工具变得易于使用，并支持与大语言模型（LLM）代理和应用程序的无缝交互。

核心功能：

• 即时兼容性：支持 OpenAPI 工具、SDK 和用户界面，无需额外配置。
• 安全性与稳定性：采用标准化的 HTTPS 传输协议，支持 JWT 和 API 密钥认证。
• 自动生成文档：无需手动配置，自动生成交互式 Swagger UI 文档。
• 纯 HTTP 支持：无需额外的套接字或胶合代码，简化开发流程。

---

MCPo 的工作原理

MCPo 的核心在于其代理功能，它能够动态发现 MCP 工具并生成 REST API 端点，同时提供人性化的 OpenAPI 文档。以下是其典型工作流程：

1. 启动 MCPo 服务器，例如： 或通过 Python：

   uvx mcpo --port 8000 -- your_mcp_server_command
   
   

   pip install mcpo
   mcpo --port 8000 -- your_mcp_server_command
   
   

2. 自动生成 API 文档，访问地址为 http://localhost:8000/docs。

3. 用户可以直接调用生成的 API 端点，通过 HTTP 客户端或其他工具进行交互。

此外，MCPo 支持通过配置文件管理多个 MCP 工具，使不同工具可以通过唯一路由访问。例如：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    },
    "time": {
      "command": "uvx",
      "args": ["mcp-server-time", "--local-timezone=America/New_York"]
    }
  }
}

---

最新功能更新

根据项目最新发布的更新日志，MCPo 引入了以下新特性：

• 图像内容支持：现在可以直接处理 MCP 工具生成的图像内容，并以二进制格式返回给用户，用于动态图表、AI艺术等场景。
• CLI API 密钥认证：通过 -api-key 参数轻松保护端点，适用于公共或多代理部署。
• 灵活的跨域访问控制（CORS）：新增 -cors-allow-origins 参数，为前端应用和远程 UI 集成提供支持，同时保持安全性。

---

为什么选择 MCPo？

相比原生 MCP 协议，MCPo 提供了显著优势：

• 用户友好的接口：不需要学习新的协议，仅需熟悉 HTTP REST 接口即可操作。
• 即插即用的集成能力：兼容数千种现有工具和服务。
• 强大的文档支持：自动维护准确且易用的文档。
• 安全与稳定性保障：基于成熟框架（如 FastAPI），确保高性能和长久支持。

---

社区反馈与未来发展

MCPo 项目已在 GitHub 和 Reddit 社区中引发广泛讨论。开发者对其易用性和强大的功能表示认可，同时也提出了改进建议，例如增加 SSL 支持和更灵活的配置选项。

随着人工智能工具需求的增长，MCPo 有望成为连接 AI 工具与标准化接口的重要桥梁，为开发者提供更高效、更安全的解决方案。

---

🚀安装ollama

Ollama

🚀在ollama中安装模型

ollama run gemma3

🚀安装mcpo

# 安装mcpo
pip install mcpo

mcpo --port 8000 --api-key "top-secret" -- your_mcp_server_command

# 启动时间mcp server
uvx mcpo --port 8000 --api-key "top-secret" -- uvx mcp-server-time --local-timezone=America/New_York

# 启动fetch mcp server
uvx mcpo --port 8000 -- uvx mcp-server-fetch

# 查看文档：
<http://localhost:8000/docs>
<http://localhost:8000/openapi.json>

# 使用配置文件启动
mcpo --config /path/to/config.json

# 配置文件示例：
{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    },
    "time": {
      "command": "uvx",
      "args": ["mcp-server-time", "--local-timezone=America/New_York"]
    }
  }
}

🚀安装Open WebUI

# pip 安装
pip install -U open-webui

# 启动 
open-webui serve

# 源代码安装
git clone -b v0.6.0 <https://github.com/open-webui/open-webui.git>
cd open-webui/

cp -RPp .env.example .env

npm i
npm run build

cd ./backend
pip install -r requirements.txt -U

# 启动
bash start.sh

🚀测试通过MCPO调用MCP Fetch server

import requests
import json

def fetch_webpage(url, max_length=10000, start_index=0, raw=False):
    """
    Fetch content from a URL using the MCP Fetch server.

    Args:
        url (str): The URL to fetch
        max_length (int): Maximum number of characters to return
        start_index (int): Start content from this character index
        raw (bool): Get raw HTML content without markdown conversion

    Returns:
        dict: The response from the server containing the fetched content
    """
    try:
        # Make a POST request to the fetch endpoint
        response = requests.post(
            "<http://localhost:8000/fetch>",
            json={
                "url": url,
                "max_length": max_length,
                "start_index": start_index,
                "raw": raw
            }
        )

        # Ensure the request was successful
        response.raise_for_status()

        # Parse the response
        return response.json()
    except Exception as e:
        return {"error": str(e)}

# Example usage
if __name__ == "__main__":
    # Fetch the specific URL you requested
    target_url = "<https://www.aivi.fyi/aiagents/RooCode-Gemini2.5Pro-OpenAIAgentsSDK>"
    result = fetch_webpage(target_url)
    print(result)