MCP服务市场平台

XPack是全球首个开源MCP服务市场,允许用户快速创建和销售自己的MCP服务,支持一键生成OpenAPI配置、SEO友好的页面、内置计费系统和多种认证方式。

  • by XPackAI
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 XPackAI/XPack-MCP-Marketplace

使用说明

XPack

English | Français | Deutsch | Español | 日本語 | 한국어 | 繁體中文 | 简体中文

XPack 是世界上第一个开源MCP市场,可以在几分钟内快速创建和销售自己的MCP服务。


✨ 使用XPack,您可以:

  • ✅ 一键式OpenAPI→ MCP服务配置
  • 🧾 SEO友好的主页+mcp服务页面
  • 💳 内置计费(每次通话或令牌使用)
  • 👥 用户帐户管理
  • 🛠 支持条纹支付
  • 🔐 支持电子邮件和Google OAuth登录

一切都是开源的,并在 Apache 2.0 --准备投入商业使用。


✨ 快速开始

😍 部署XPack非常简单。只需一个命令行,您就可以在10分钟内部署MCP市场。

curl -sSO https://xpack.ai/install/quick-start.sh; bash quick-start.sh

📸 特性


🖥️ 系统要求

✅ 推荐硬件

  • 中央处理器:8芯
  • 记忆:16GB
  • 存储:200 GB
  • 操作系统:Linux
  • 建筑:AMD64

✅ 最低要求

  • 中央处理器:2芯
  • 记忆:4 GB
  • 存储:200 GB
  • 操作系统:Linux/macOS
  • 建筑:AMD64/ARM64

📦 运行时依赖关系

XPack MCP市场 需要以下服务(自托管或容器化):

组件 最低版本
MySQL ≥5.7.x
瑞迪斯 ≥6.2.x
RabbitMQ 的 ≥ 4.0

在运行后端之前,请确保这些服务可用且配置正确。


💿 部署

😍 部署XPack非常简单。只需一个命令行,您就可以在10分钟内部署MCP市场。

curl -sSO https://xpack.ai/install/quick-start.sh; bash quick-start.sh

🔖Docker-Compose Deployment

要使用此方法安装XPack MCP Market,您需要 码头工人 和 Docker Compose 安装。

  1. 编辑 docker-compose.yml 文件
vi docker-compose.yml

  1. 修改配置,您可以在以下位置参考原始文件 docker-compose.yml
version: '3'
services:
  xpack-mysql:
    image: mysql:8.0.37
    privileged: true
    restart: always
    container_name: xpack-mysql
    hostname: xpack-mysql
    command:
      - "--character-set-server=utf8mb4"
      - "--collation-server=utf8mb4_unicode_ci"
    ports:
      - "33306:3306"
    environment:
      - MYSQL_ROOT_PASSWORD=mysql_ZTdhRB
      - MYSQL_DATABASE=xpack
    volumes:
      - /var/lib/xpack/mysql:/var/lib/mysql
    networks:
      - xpack
  xpack-mcp-market:
    image: xpackai/xpack-mcp-market
    container_name: xpack-mcp-market
    privileged: true
    restart: always
    networks:
      - xpack
    ports:
      - "8000:80"       # Map port 8000 of the container to port 80 of the host, if you want to access XPack-MCP-Market in your browser at port 8000
    depends_on:
      - xpack-mysql
      - xpack-redis
      - xpack-rabbitmq
  xpack-redis:
    container_name: xpack-redis
    image: redis:7.2.4
    hostname: xpack-redis
    privileged: true
    restart: always
    ports:
      - 6379:6379
    command:
      - bash
      - -c
      - "redis-server --protected-mode yes --logfile redis.log --appendonly no --port 6379 --requirepass redis_6sJZDm"
    networks:
      - xpack
  xpack-rabbitmq:
    image: rabbitmq:4.1.2-alpine
    container_name: xpack-rabbitmq
    privileged: true
    restart: always
    environment:
      - RABBITMQ_DEFAULT_USER=rabbitmq
      - RABBITMQ_DEFAULT_PASS=rabbitmq_Gs123dA
    networks:
      - xpack
networks:
  xpack:
    driver: bridge
    ipam:
      driver: default
      config:
        - subnet: 172.101.0.0/24

  1. 启动XPack MCP市场
docker-compose up -d

  1. 访问 XPack-MCP-Market 在浏览器的8000端口
  • 管理员用户登录地址:http://{IP}:8000/admin
  • 管理用户:admin
  • 管理员密码: 123456789

🔖Build

  1. 克隆XPack存储库。
git clone https://github.com/xpack-ai/XPack-MCP-Market.git
  1. 输入项目目录。
cd XPack-MCP-Market

前端构建

要求:

  • 节点>=22.x
  • Pnpm>=10.x
  1. 配置环境变量NEXT_PUBLIC_API_URL:
vi frontend/.env

文件内容:

NEXT_PUBLIC_API_URL=http://127.0.0.1:8001
  1. 执行前端构建脚本
cd scripts && ./frontend_build.sh && cd ../

编译后,前端代码将内置到 frontend/out 目录。

  1. 启动UI界面
cd frontend/out && node server.js

后端构建

要求:

  • Python>=3.11

使用uv (推荐)

  1. 创建虚拟环境
uv venv
  1. 激活虚拟环境
source .venv/bin/activate
  1. 安装依赖项
uv pip install -r requirements.txt
  1. 复制环境变量文件
cp .env.example .env
  1. 编辑环境变量
vi .env
  1. 启动管理员后端服务 前景
uvicorn services.admin_service.main:app --host 0.0.0.0 --port 8001 --reload

背景

uvicorn services.admin_service.main:app --host 0.0.0.0 --port 8001 --reload &
  1. 启动API到MCP服务 前景
uvicorn services.api_service.main:app --host 0.0.0.0 --port 8002 --reload

背景

uvicorn services.api_service.main:app --host 0.0.0.0 --port 8002 --reload &

Docker构建

docker build -t xpack-mcp-market --build-arg APP=xpack-mcp-market --build-arg VERSION=1.1.0 -f ./scripts/Dockerfile ./

📸 截图


🧾 许可证

XPack MCP Market根据Apache 2.0许可证获得许可。
详情请参阅 许可证 文件。


📬 联系


🤝 搭档

  • 光标Cursor是一款基于人工智能的代码编辑器,它将人工智能直接集成到编码工作流程中,提供智能下一步编辑建议、对相关答案的深入代码库理解以及自然语言编辑等功能,以简化开发任务并提高开发人员的生产力。

  • 迪菲Dify是一个领先的Agent AI开发平台,它提供了一套全面的工具来构建和扩展AI应用程序,提供了Agent工作流、RAG管道、集成和可观察性所需的一切,同时允许用户使用各种全球大型语言模型(LLM)和多功能插件来扩展他们的应用程序。

  • 崔Trae是一款AI原生集成开发环境(IDE)产品,旨在通过智能生产力体现“真正的AI工程师”的概念,无缝集成到开发过程中以提高质量和效率,具有基于聊天的交互界面,支持代码生成和辅助。

  • 帆板运动Windsurf是一款AI代码编辑器,旨在为开发人员提供无缝和无限的流程,引入了一种新的专用IDE,该IDE利用AI增强编码,具有“Cascade”等功能,用于深入理解代码库,“Windsurf Tab”用于智能自动补全,“Memories”用于记住代码库的重要方面。

  • 扣子Coze是ByteDance的下一代人工智能应用程序和聊天机器人开发平台,使用户能够轻松地在各种平台上创建和部署强大的人工智能聊天机器人,无需代码的机器人构建器、集成的工作流逻辑、访问专有数据,并通过预构建的插件、知识库和工作流简化创建。

  • 克劳德代码:Claude Code是Anthropic的一个命令行AI工具,它将Claude Opus 4模型直接嵌入到用户的终端中,提供深度代码库感知、编辑文件和执行命令的能力,并在多个文件之间进行协调更改,同时与流行的IDE无缝集成并利用现有的测试套件。

  • 弗洛维斯Flowith是一个人工智能创建工作空间,旨在通过由高级人工智能代理支持的多线程界面转换知识和简化任务,彻底改变生产力和深度工作,提供与传统基于聊天的人工智能工具不同的直观的基于画布的用户体验,并包括用于复杂任务的24/7操作版本。

  • 开放手OpenManus是一个致力于构建通用人工智能代理的开源框架,旨在提供一个平台,用户可以在没有邀请代码的情况下创建和部署自己的代理,支持多代理功能,并要求配置大型语言模型(LLM)API,同时与浏览器自动化工具集成。

  • 费罗Fellou是一款创新的代理浏览器,旨在通过代表用户积极执行操作、自动化信息收集和洞察交付的整个过程,以及与Notion和LinkedIn等流行工具的无缝集成,在深入研究方面表现出色,从而超越传统的网页浏览。

  • 重启:Genspark是一款终极的一体化AI伴侣,提供一套全面的工具,如AI幻灯片、AI表格和AI聊天,旨在提高生产力和内容创建的各个方面,并配有个性化工具和AI Pod,用于从不同来源生成内容。

  • 十TEN(The Embodied Narrator)是一个开源框架,用于构建实时、多模式会话语音AI代理,包括TEN framework、TEN Turn Detection、TEN Agent、TMAN Designer和TEN Portal等组件,提供实时头像、无缝MCP集成、实时硬件通信和视觉/屏幕共享检测等功能。

  • API公园:APIPark是一个开源企业API开发者门户网站和一体化LLM网关,通过统一的API签名、负载平衡、流量控制、智能语义缓存、灵活的提示管理和数据屏蔽等功能,在生产环境中为LLM提供细粒度的可视化管理,确保更安全、更稳定的LLM调用。

  • ChatGPTChatGPT是由OpenAI开发的人工智能聊天机器人,基于GPT-3.5和GPT-4等大型语言模型构建,旨在生成类似人类的对话,理解上下文,回答后续问题,并通过高级语言理解、生成和多语言功能与各种平台集成以提高生产力。

  • 链语言LangChain是一个强大的平台,专为开发可靠的代理和大型语言模型(LLM)应用程序而设计,提供了一个全面的产品套件,可在整个应用程序开发生命周期中无缝集成各种工具,包括LangGraph、LangSmith和LangGraph平台,并具有代码生成、自动化和AI搜索功能。

  • 柠檬AILemon AI是第一个全栈、开源、代理AI框架,为Manus和Genspark AI等平台提供了一个完全本地的替代方案。它具有一个集成的代码解释器VM沙箱,用于安全执行。

  • 洛贝聊天LobeHub提供LobeChat,这是一个个人LLM生产力工具,旨在通过授权个人构建个人AI代理和专业团队,支持各种LLM,提供简单的聊天界面、视觉识别、语音交互、丰富的插件生态系统和知识库功能,提升用户体验,超越传统聊天机器人。

  • VS CodeVisual Studio Code(VS Code)是微软推出的一款广受欢迎的免费开源代码编辑器,以其可扩展性和可定制性而闻名,支持多种编程语言,并集成了人工智能功能,如智能下一步编辑建议和复杂任务的高级“代理模式”,与各种人工智能模型广泛兼容。

  • XRoute:LLM的统一接口提供了更好的价格、更好的吞吐量和无订阅。

  • MemUMemU是一个面向AI同伴的开源内存框架