使用说明

Zyla API集线器MCP服务器

一 MCP（模型上下文协议）允许任何AI代理调用的服务器 任何API 在 Zyla API中心 --只需一个工具。

您将此服务器连接到您的AI代理（Claude、Cursor、，开爪、OpenAI代理等），并且代理自动学习如何向任何Zyla API端点发出HTTP请求。不需要自定义代码。

与 官方的 MCP Python SDK （v1.x）。

它是如何工作的（简单解释）

You (human)             AI Agent               This MCP Server           Zyla API Hub
     │                     │                        │                        │
     │  "Get crime data    │                        │                        │
     │   for zip 90210"    │                        │                        │
     │ ──────────────────► │                        │                        │
     │                     │  call_api(GET, url,    │                        │
     │                     │  headers, params)      │                        │
     │                     │ ─────────────────────► │   HTTP GET             │
     │                     │                        │ ─────────────────────► │
     │                     │                        │   JSON response        │
     │                     │                        │ ◄───────────────────── │
     │                     │  {status: 200,         │                        │
     │                     │   response: {...}}     │                        │
     │                     │ ◄───────────────────── │                        │
     │  "Crime grade is    │                        │                        │
     │   B+ for 90210..."  │                        │                        │
     │ ◄────────────────── │                        │                        │

简单地说：

你问你的AI代理一个问题（用自然语言）。
代理决定需要调用API，并使用 call_api 此服务器上的工具。
该服务器向Zyla API集线器发出HTTP请求并返回数据。
代理读取数据并用自然语言回答您。

代理人想出来了 调用哪个API，使用什么参数，以及如何解释结果 --一切都靠自己。你只要问问题。

快速入门（3个步骤）

1.安装

git clone https://github.com/zyla-labs/zyla-api-hub-mcp.git
cd zyla-api-hub-mcp
pip install -r requirements.txt

2.跑步

python mcp_server.py

3.连接您的AI代理

从下面的列表中选择您的代理，并按照一次性设置进行操作。之后，只需正常聊天——代理将在需要时使用Zyla API。

连接到AI代理

克劳德桌面版

添加到配置文件(claude_desktop_config.json):

操作系统	路径
macOS	`~/Library/Application Support/Claude/claude_desktop_config.json`
窗户	`%APPDATA%\Claude\claude_desktop_config.json`
Linux	`~/.config/Claude/claude_desktop_config.json`

{
  "mcpServers": {
    "zyla-api-hub": {
      "command": "python",
      "args": ["/absolute/path/to/mcp_server.py"],
      "env": {}
    }
  }
}

重新启动克劳德桌面。您将在聊天中看到一个锤子图标，这意味着该工具可用。只要问：

“使用Zyla API获取邮政编码为90210的犯罪率。我的API密钥是Bearer sk-zyla。.."

克劳德代码（CLI）

claude mcp add zyla-api-hub -- python /absolute/path/to/mcp_server.py

然后正常聊天。Claude Code将调用 call_api 当它需要调用API时。

光标IDE

增添 .cursor/mcp.json 在项目中（或全局游标设置）：

{
  "mcpServers": {
    "zyla-api-hub": {
      "command": "python",
      "args": ["/absolute/path/to/mcp_server.py"]
    }
  }
}

在Cursor的 代理模式，AI将使用 call_api 当您要求它从API获取数据时。

开爪

开爪是一个自托管的人工智能代理网关，支持多个聊天渠道（WhatsApp、Telegram、Slack、Discord、iMessage等），并可以通过MCP使用外部工具。

选项A——通过CLI添加（推荐）：

openclaw mcp add --transport stdio zyla-api-hub python /absolute/path/to/mcp_server.py

这将注册MCP服务器，以便OpenClaw代理可以发现和使用 call_api 工具。

选项B——通过配置添加(~/.openclaw/openclaw.json):

如果您更喜欢手动配置，请在OpenClaw配置中添加MCP服务器：

{
  // ... your existing openclaw.json config ...
  "mcpServers": {
    "zyla-api-hub": {
      "command": "python",
      "args": ["/absolute/path/to/mcp_server.py"],
      "transport": "stdio"
    }
  }
}

然后重新启动网关：

openclaw gateway restart

选项C——Docker+SSE（网络部署）：

如果您的OpenClaw网关在远程服务器或Docker中运行，请使用SSE传输：

# Start the MCP server with SSE transport
docker run -p 8000:8000 -e MCP_TRANSPORT=sse ghcr.io/zyla-labs/mcp-server:latest

# Then register it in OpenClaw pointing to the network URL
openclaw mcp add --transport sse zyla-api-hub http://localhost:8000/sse

使用它：

连接后，通过任何渠道（WhatsApp、Slack、Telegram等）与您的OpenClaw代理聊天，它将在需要时自动使用Zyla API：

You (via WhatsApp): "What's the weather like in Buenos Aires?"

OpenClaw agent → calls call_api(
  method="GET",
  url="https://www.zylalabs.com/api/.../weather",
  headers={"Authorization": "Bearer sk-zyla..."},
  params={"city": "Buenos Aires"}
)

OpenClaw agent: "It's currently 18C and partly cloudy in Buenos Aires."

有关OpenClaw设置的更多信息，请参阅入门指南.

OpenAI代理SDK

这 OpenAI代理SDK 原生支持MCP服务器作为工具提供者：

from agents import Agent
from agents.mcp import MCPServerStdio

async with MCPServerStdio(
    command="python",
    args=["/absolute/path/to/mcp_server.py"],
) as mcp_server:
    agent = Agent(
        name="Zyla Assistant",
        instructions="You can call any API on the Zyla API Hub using the call_api tool.",
        mcp_servers=[mcp_server],
    )
    # The agent now has access to call_api

LangChain

使用 LangChain MCP适配器将MCP工具包装为LangChain工具：

from langchain_mcp_adapters.client import MultiServerMCPClient

async with MultiServerMCPClient({
    "zyla-api-hub": {
        "command": "python",
        "args": ["/absolute/path/to/mcp_server.py"],
        "transport": "stdio",
    }
}) as client:
    tools = client.get_tools()
    # Use tools with any LangChain agent

自定义Python代理

使用官方MCP Python SDK构建自己的代理：

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    # 1. Point to the MCP server
    server_params = StdioServerParameters(
        command="python",
        args=["mcp_server.py"],
    )

    # 2. Connect
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # 3. See available tools
            tools = await session.list_tools()
            print("Tools:", [t.name for t in tools.tools])
            # Output: Tools: ['call_api']

            # 4. Call an API
            result = await session.call_tool("call_api", arguments={
                "method": "GET",
                "url": "https://www.zylalabs.com/api/824/crime+data+by+zipcode+api/583/get+crime+rates+by+zip",
                "headers": {"Authorization": "Bearer YOUR_ZYLA_API_KEY"},
                "params": {"zip": "90210"},
            })

            # 5. Read the response
            print("Status:", result.structured_content["status_code"])
            print("Data:", result.structured_content["response"])

asyncio.run(main())

SSE网络代理

对于通过HTTP连接的代理（web应用程序、微服务、远程部署）：

# Start the server with SSE transport first
python mcp_server.py sse

import asyncio
from mcp import ClientSession
from mcp.client.sse import sse_client

async def main():
    async with sse_client("http://localhost:8000/sse") as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            result = await session.call_tool("call_api", arguments={
                "method": "GET",
                "url": "https://www.zylalabs.com/api/XXXX/your+api/YYY/endpoint",
                "headers": {"Authorization": "Bearer YOUR_KEY"},
            })
            print(result.structured_content)

asyncio.run(main())

MCP检验员（测试）

这 MCP检查员允许您在浏览器中交互式测试服务器：

# Terminal 1: start the server
python mcp_server.py sse

# Terminal 2: start the inspector
npx -y @modelcontextprotocol/inspector

打开检查器UI并连接到 http://localhost:8000/sse。您可以浏览工具模式并调用 call_api 手动。

代理人看到了什么

当AI代理连接时，它会通过MCP协议自动接收此工具模式：

工具名称： call_api

说明（由法学硕士阅读）：

从Zyla API中心调用任何API端点。支持GET、POST、PUT、DELETE、PATCH、HEAD、OPTIONS。请始终在Zyla API密钥中包含授权标头。

输入参数：

参数	类型	必填	功能
`method`	`string`	Yes	HTTP方法（GET、POST、PUT、DELETE、PATCH等）
`url`	`string`	是	API端点的完整URL
`headers`	`dict[str, str]`	否	HTTP标头（此处包括授权）
`params`	`dict[str, str]`	否	查询字符串参数（在所有方法上发送）
`data`	`dict`	否	JSON正文（仅适用于POST、PUT、PATCH）

输出（结构化）：

字段	类型	含义
`status_code`	`int`	HTTP状态码(`200`, `404`等等）。 `0` =请求未到达服务器
`response`	`str \| dict \| list`	解析的JSON正文，如果不是JSON，则为原始文本
`error`	`str \| null`	如果出现问题，则显示错误消息； `null` 论成功

使用示例

简单GET

{
  "method": "GET",
  "url": "https://www.zylalabs.com/api/824/crime+data+by+zipcode+api/583/get+crime+rates+by+zip",
  "headers": { "Authorization": "Bearer YOUR_ZYLA_API_KEY" },
  "params": { "zip": "90210" }
}

带有JSON正文的POST

{
  "method": "POST",
  "url": "https://www.zylalabs.com/api/XXXX/some+api/YYY/endpoint",
  "headers": {
    "Authorization": "Bearer YOUR_ZYLA_API_KEY",
    "Content-Type": "application/json"
  },
  "data": { "input_text": "Hello, world!", "language": "en" }
}

带查询参数+正文的POST

{
  "method": "POST",
  "url": "https://www.zylalabs.com/api/XXXX/some+api/YYY/search",
  "headers": { "Authorization": "Bearer YOUR_ZYLA_API_KEY" },
  "params": { "page": "1", "limit": "10" },
  "data": { "query": "machine learning" }
}

成功响应

{
  "status_code": 200,
  "response": { "data": "...", "count": 42 },
  "error": null
}

错误响应

{
  "status_code": 0,
  "response": "",
  "error": "Request timed out after 30 seconds"
}

Docker部署

构建

docker build -t zyla-mcp-server .

运行（stdio--用于本地代理）

docker run -i zyla-mcp-server

运行（SSE--用于网络代理）

docker run -p 8000:8000 -e MCP_TRANSPORT=sse zyla-mcp-server

预构建图像

docker pull ghcr.io/zyla-labs/mcp-server:latest
docker run -p 8000:8000 -e MCP_TRANSPORT=sse ghcr.io/zyla-labs/mcp-server:latest

CI管道在每次推送时自动发布到GitHub容器注册表 master.

项目结构

zyla-api-hub-mcp/
├── mcp_server.py          # MCP server (single file, all logic)
├── pyproject.toml          # Python packaging (PEP 621)
├── requirements.txt        # Pinned dependencies
├── Dockerfile              # Docker image
├── .dockerignore
├── .github/
│   └── workflows/
│       └── publish.yml     # CI/CD → GHCR
└── README.md

依赖关系： mcp[cli]>=1.26.0, httpx>=0.27.0 --就是这样。

关键设计选择：

官方 mcp SDK(mcp.server.fastmcp.FastMCP)，而不是第三方 fastmcp 包裹
httpx 而不是 requests （异步就绪，与MCP生态系统保持一致）
派丹蒂克 ApiResponse 结构化输出模型（LLM得到一个类型化的JSON模式）
没有可变的默认参数(None 而不是 {})
精细的错误处理（超时、请求错误、意外错误——每个错误都有明确的消息）
在所有HTTP方法上发送的查询参数（不仅仅是GET）
可通过CLI参数选择传输(stdio 或 sse)

故障排除

问题	解决方案
`ModuleNotFoundError: No module named 'mcp'`	快跑 `pip install -r requirements.txt`
服务器已启动，但代理无法看到该工具	请确保您使用了正确的传输方式。本地代理（Claude Desktop、Cursor）使用 `stdio` （默认）。网络代理使用 `sse`.
请求超时错误	默认超时为30秒。如果上游的Zyla API很慢，你会得到一个明确的错误消息。
Docker SSE“连接被拒绝”	暴露端口： `docker run -p 8000:8000 -e MCP_TRANSPORT=sse zyla-mcp-server`
OpenClaw看不到该工具	添加MCP服务器后重新启动网关： `openclaw gateway restart`

许可证

麻省理工学院

API调用服务

使用说明

Zyla API集线器MCP服务器

目录

它是如何工作的（简单解释）

快速入门（3个步骤）

1.安装

2.跑步

3.连接您的AI代理

连接到AI代理

克劳德桌面版

克劳德代码（CLI）

光标IDE

开爪

OpenAI代理SDK

LangChain

自定义Python代理

SSE网络代理

MCP检验员（测试）

代理人看到了什么

使用示例

简单GET

带有JSON正文的POST

带查询参数+正文的POST

成功响应

错误响应

Docker部署

构建

运行（stdio--用于本地代理）

运行（SSE--用于网络代理）

预构建图像

项目结构

故障排除

许可证

使用说明

Zyla API集线器MCP服务器

目录

它是如何工作的（简单解释）

快速入门（3个步骤）

1.安装

2.跑步

3.连接您的AI代理

连接到AI代理

克劳德桌面版

克劳德代码（CLI）

光标IDE

开爪

OpenAI代理SDK

LangChain

自定义Python代理

SSE网络代理

MCP检验员（测试）

代理人看到了什么

使用示例

简单GET

带有JSON正文的POST

带查询参数+正文的POST

成功响应

错误响应

Docker部署

构建

运行（stdio--用于本地代理）

运行（SSE--用于网络代理）

预构建图像

项目结构

故障排除

许可证

相关 MCP

多格式文档转Markdown转换器

HTTP请求服务器

文档转Markdown MCP服务器

文件转 Markdown 转换器

Shell命令执行服务器

API测试管理工具