免费看a级毛片,久久精品国产一区二区,亚洲精品久久久中文字

MCP 架構圖

目前已經有大量服務和應用基于 MCP 實現，例如我們可以使用 GitHub-MCP，用自然語言提交代碼、創建 PR；利用 Figma MCP，讓 AI 直接生成 UI 圖，接入 Browser-tools-MCP 后，甚至還能讓 cursor 根據瀏覽器控制臺中的元素節點和打印的日志進行代碼調試。在 MCP 官方倉庫里，提供了諸如 Google Drive、Slack、Git 以及多種數據庫的 MCP 服務。而且它作為一項開放標準，MCP 獲得了 AI 社區的廣泛認可，眾多第三方開發者紛紛投身其中，開發了各類 MCP 服務，每天都有數百個新的 MCP 服務問世。Anthropic 作為發布者，也一直在積極推動 MCP 的發展，持續優化協議的實現，同時大力開展對開發者的相關教育工作。

關于 APISIX-MCP

MCP 協議的興起為傳統應用提供了新的技術路徑。基于 MCP 的標準化接入能力，我們開發了 APISIX-MCP 服務，并在開源版本 Apache APISIX 上實現了大語言模型與 APISIX Admin-API 的對接，支持通過自然語言交互完成 APISIX 網關資源的查詢與管理，目前 APISIX-MCP 已經實現下列操作：

通用操作

get_resource

: 按類型檢索資源（路由、服務、上游等）

delete_resource

: 按 ID 刪除資源

API 資源操作

create_route

update_route

delete_route

: 管理路由

create_service

update_service

delete_service

: 管理服務

create_upstream

update_upstream

delete_upstream

: 管理上游

create_ssl

update_ssl

delete_ssl

: 管理SSL證書

create_or_update_proto

: 管理 protobuf 定義

create_or_update_stream_route

: 管理流式路由

插件操作

get_all_plugin_names

: 獲取所有可用插件名稱

get_plugin_info

get_plugins_by_type

get_plugin_schema

: 獲取插件配置

create_plugin_config

update_plugin_config

: 管理插件配置

create_global_rule

update_global_rule

: 管理插件全局規則

get_plugin_metadata

create_or_update_plugin_metadata

delete_plugin_metadata

: 管理插件元數據

安全配置

get_secret_by_id

create_secret

update_secret

: 管理密鑰

create_or_update_consumer

delete_consumer

: 管理消費者

get_credential

create_or_update_credential

delete_credential

: 管理消費者憑證

create_consumer_group

delete_consumer_group

: 管理消費者組

如何使用 APISIX-MCP

APISIX-MCP 目前已經開源并發布到了 npm（apisix-mcp npm[1]）及 Github (apisix-mcp GitHub[2])，你可以通過任一支持 MCP 服務的 AI 客戶端進行配置，例如 claude desktop，cursor 或者通過 Vscode 中的 cline 插件。這里以 cursor 為例為大家演示如何配置。

首先打開 curosr，點擊右上角設置圖標，進入設置頁面。

進入 Cursor 設置頁面

點擊添加 "Add new global MCP server" 按鈕，我們會進入一個

mcp.json

配置文件。

// mcp.json
{"mcpServers": {? ? "apisix-mcp": {? ? ? "command": "npx",? ? ? "args": ["-y", "apisix-mcp"],? ? ? "env": {? ? ? ? "APISIX_SERVER_HOST": "your-apisix-server-host",? ? ? ? "APISIX_ADMIN_API_PORT": "your-apisix-admin-api-port",? ? ? ? "APISIX_ADMIN_API_PREFIX": "your-apisix-admin-api-prefix",? ? ? ? "APISIX_ADMIN_KEY": "your-apisix-api-key"? ? ? }? ? }? }}

在配置文件中的

mcpServers

字段中，新增名為

apisix-mcp

的服務，這個名稱也可以自行更改，然后配置運行 MCP 服務的命令。

command

為

npx

意為使用 node.js 自帶的命令執行工具運行腳本，

args

為

-y

和

apisix-mcp

，

-y

代表在執行命令的時候需要先安裝依賴，

apisix-mcp

則為 npm 中的包名。在

env

字段中，我們可以填入 APISIX 服務訪問地址，Admin API 的端口、前綴和以及用于認證 key，這些環境變量都有默認值，如果你直接啟動 APISIX 后沒有做任何自定義配置就無需傳入

env

字段，各個環境變量對應的默認值如下：

變量描述	默認值
APISIX_SERVER_HOST	Host that have access to your APISIX server	http://127.0.0.1
APISIX_ADMIN_API_PORT	Admin API port	9180
APISIX_ADMIN_API_PREFIX	Admin API prefix	/apisix/admin
APISIX_ADMIN_KEY	Admin API authentication key	edd1c9f034335f136f87ad84b625c8f1

配置添加完成后，我們回到 cursor 的 MCP 配置頁面中，如果配置成功，MCP Servers 中會展示 apisix-mcp 服務已經啟用的綠色小燈，且可以順利讀取到 MCP 服務中提供的所有工具。

Cursor 配置成功示例

由于目前不同的 MCP 客戶端的實現有所不同，如果發現配置失敗，我們也可以參考 APISIX-MCP GitHub 倉庫中的文檔，利用源碼構建項目后再重新修改配置文件。

此時我們打開右側對話欄，選擇 agent 類型，模型選擇 claude-sonnet-3.5/3.7 或 gpt 4o：

選擇 AI Agent 模型

然后我們可以輸入相關的操作指令看看 MCP 服務是否能正常工作，這里我們根據 APISIX 文檔中的 Getting Started 中的流程進行操作，在對話框中輸入以下內容，并發送對話。

"Help me create a route with path /api for accessing https://httpbin.org upstream, need to configure cors and rate limit plugin appropriately. Print the route information to me after configuring"

中文翻譯：“幫我創建一條路徑為 /api 的路由，用于訪問上游 https://http-bin.org，需要配置 CORS 和限流限速插件。配置完成后把路由信息打印給我”

接下來我們會在 cursor 中看到類似下面視頻中 MCP 工具調用過程流程，由于 AI 大模型本身響應具有隨機性，所以每次執行的操作不一定與示例中相同。這里開啟了自動執行模式（YOLO Mode）允許 cursor 自動調用 mcp 服務中的所有工具，從視頻中我們可以看到 AI 根據我們的需求：

分析我們需要配置的插件，然后調用了

get_plugins_list

獲取所有插件的名稱

調用

get_plugin_schema

去查看不同插件的詳細配置信息調用

create_rotue

創建路由調用

update_route

為路由添加前面查詢到的插件配置調用

get_route

查看路由是否配置成功，路由配置是否正確

最終我們通過一句話創建出了如下配置的路由：

路由 ID：

httpbin

路徑：

/api/*

支持的請求方式：

GET

POST

PUT

DELETE

PATCH

HEAD

OPTIONS

CORS 插件配置：

allow_origins: *
allow_methods: *
allow_headers: *
expose_headers: X-Custom-Header
max_age: 3600
allow_credential:?false

limit-count 插件配置：

count: 100
time_window: 60
key: remote_addr
rejected_code: 429
policy:?local

上游服務配置：

type: roundrobin （負載均衡策略采用輪詢）
upstream ndoe: httpbin.org:443 （指向的后端服務地址）

通過 AI 進行操作的優勢

上述過程中，我們僅通過一輪對話，就通過自然語言的方式讓 AI 幫我創建一個配置了跨域和限流限速的路由，相較于自己創建路由，借助 AI 來操作具有諸多優勢：

降低認知成本：降低認知成本。以往自行創建路由時，需頻繁查閱文檔、記憶各種參數格式，如今借助 AI，這些繁瑣操作均可以大大省略。
自動化工作流：AI 能夠智能解析用戶需求，自主完成需求分析，將創建路由的復雜任務拆解為多個步驟，并按序逐步執行，整個過程無需人工過多介入。
閉環驗證：路由配置完成后，AI 會自動對配置結果進行檢查，并及時向用戶反饋驗證信息，確保配置準確。
迭代優化：若后續需要調整或優化配置，用戶只需與 AI 持續對話，AI 便能依據新需求靈活調整配置。這種交互模式將復雜的配置過程轉化為自然的對話體驗，同時保持了配置的準確性和可驗證性。

而這些實現都得益于 MCP 協議將我們的需求進行語意解析，再根據我們的需求調用不同的工具，最終通過 Admin API 完成操作。需要注意的是，目前 APISIX-MCP 并非追求完全替代人工配置，而是著眼于優化高頻操作場景的效率。其價值在配置調試和快速驗證環節尤為突出，這種定位使其能夠與傳統管理方式形成有效互補。隨著 MCP 生態的持續發展，此類工具在 API 管理領域的深度集成值得期待。

總結

MCP 的出現為復雜 API 系統的智能化操作開辟了新的可能性，我們希望 APISIX-MCP 能夠幫助你快速上手 Apache APISIX。后續 APISIX 將會推出更多處理 AI 流量相關的插件，也會在 API 管理方面探索更多與 AI 結合的可能性。我們相信，AI 與 API 管理的融合將持續推動運維效率的革新，為開發者帶來更智能、更高效的基礎設施管理體驗。