使用说明
MCP集线器
一个轻量级的集线器，将多个MCP服务器连接成一个。将其视为MCP的反向代理——你的AI助手与集线器对话，集线器将请求路由到正确的服务器。
为什么？
如果你使用多个MCP服务器（GitHub、文件系统、数据库等），分别管理它们会变得很混乱。MCP Hub为您提供：
- 一个连接 而不是很多-您的客户端连接到集线器，完成
- 工具名称间距 -当两台服务器具有
search工具(githubSearchvsfilesSearch) - 内置脚本 -链工具调用与JavaScript一起使用
- 自动重新连接 -服务器有时会崩溃，集线器会处理
三种使用方法
服务器模式 -快跑 mh serve -c config.json 启动一个聚合多个MCP服务器的集线器。您的AI客户端连接到集线器，集线器将工具调用路由到正确的后端。
CLI模式 -使用 mh list, mh inspect, mh invoke 直接从您的终端与MCP服务器交互。非常适合调试、测试或脚本编写。
技术模式 -发现以下技能 技能s.sh 或者从MCP服务器生成轻量级的“技能”文件。技能教会AI代理如何按需使用工具，而无需将所有模式加载到上下文中。使用 mh skills find/add 浏览生态系统，或关注 mcp-skill-gen 从任何MCP服务器创建技能的工作流程。
所有模式都支持相同的连接类型：通过配置的本地服务器、通过URL的远程HTTP/SSE端点或stdio子进程。
快速开始
# Install
curl -fsSL https://raw.githubusercontent.com/vaayne/mcphub/main/scripts/install.sh | sh
# Create a config file
cat > config.json << 'EOF'
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
}
}
}
EOF
# Run as hub server
mh serve -c config.json
# Or explore tools from CLI
mh list -c config.json
mh invoke -c config.json filesystemReadFile '{"path": "/tmp/test.txt"}'
配置
配置文件是简单的JSON。每个服务器都有一个名称和连接详细信息：
{
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": { "GITHUB_TOKEN": "ghp_xxx" }
},
"remote-api": {
"transport": "http",
"url": "https://api.example.com/mcp",
"headers": { "Authorization": "Bearer ${API_TOKEN}" }
},
"streaming": {
"transport": "sse",
"url": "http://localhost:8080/sse"
}
}
}
运输类型：
stdio（默认）-运行本地命令http-连接到远程HTTP端点sse-流媒体服务器的服务器发送事件
其他选项：
enable: false-禁用服务器而不将其删除required: true-如果此服务器无法连接，则启动失败timeout-连接超时（秒）（仅限http/sse）tlsSkipVerify-跳过TLS验证（不在生产中使用）
CLI使用情况
服务器模式
# Start hub on stdio (default, for AI clients)
mh serve -c config.json
# Start hub on HTTP (for web clients)
mh serve -c config.json -t http -p 8080
命令行接口命令模式
# From config file (connects to all servers defined in config)
mh list -c config.json
mh inspect -c config.json githubSearchRepos
mh invoke -c config.json githubSearchRepos '{"query": "mcp"}'
# From remote URL
mh list -u https://mcp.example.com
mh invoke -u http://localhost:3000 -t sse some_tool '{"arg": "value"}'
# From stdio subprocess
mh list --stdio -- npx @modelcontextprotocol/server-everything
# Enable debug logging
mh list -c config.json --verbose
内置工具
该中心包括一些自己的工具：
search -按名称或描述在所有连接的服务器上查找工具。
execute -运行可以调用任何工具的JavaScript。适用于链式操作：
const repos = mcp.callTool("githubSearchRepos", { query: "mcp" });
const readme = mcp.callTool("githubGetFile", {
repo: repos[0].name,
path: "README.md",
});
readme;
JS运行时是有意限制的——只有同步，没有网络访问，超时15秒。它用于粘合代码，而不是应用程序逻辑。
refreshTools -从服务器重新加载工具列表（在服务器重新启动后很有用）。
安全说明
该中心采取了偏执的态度：
- 命令已验证-无shell注入，无路径遍历
- Shell解释器（bash、sh）作为命令被阻止
- 环境变量已被净化（否
LD_PRELOAD技巧） - JavaScript是沙盒的-没有
eval，没有Promise，没有fetch
也就是说，你仍然在运行任意的MCP服务器。仅配置您信任的服务器。
从源头构建
git clone https://github.com/vaayne/mcphub.git
cd mcphub
go build -o mh .
# Or with mise
mise run build
需要Go 1.23+。
技能
技能是扩展AI代理功能的模块化包。MCP Hub支持两种工作流程：
发现并安装技能
浏览并安装以下技能 技能s.sh开放式代理技能生态系统：
# Search for skills by keyword
mh skills find react
mh skills find "code review"
# Install a skill
mh skills add anthropics/skills@mcp-builder
mh skills add vercel-labs/agent-skills@react-best-practices
技能被安装到 .agents/skills/<skill-name>/ 在当前目录中。
从MCP服务器生成技能
如果你使用的是人工智能编码代理，将所有MCP工具加载到上下文中可能会很昂贵。相反，生成一个“技能”文件，教代理如何按需发现和使用工具。
# Preview tools from a remote MCP server
mh list -u https://mcp.exa.ai
# Preview tools from config
mh list -c config.json
然后使用 mcp-skill-gen 工作流（in skills/mcp-skill-gen/)生成包含以下内容的SKILL.md：
- 服务URL/config和传输类型
- 可用工具列表及说明
- 命令用于
mh list,mh inspect,mh invoke
当AI需要工具时，它会读取技能，运行 mh inspect 要获取模式，请执行以下操作 mh invoke 无需预先加载所有工具模式。
故障排除
“已超过上下文截止日期” -服务器启动时间过长。检查该命令是否存在并独立工作。
“不允许使用异步函数” -The execute 该工具仅支持同步代码。删除任何 async/await 或 Promise 使用。
未找到工具 -记住，camelCase中的工具以服务器前缀命名： serverNameToolName.使用 mh list 查看可用工具。
许可证
麻省理工学院
