MCP Server On FC 之旅2: 从0到1-MCP Server市场构建与存量OpenAPI转MCP Server

作者：西流、星宇

前言

在系列文章首篇 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配，我们系统解构了MCP协议的核心架构，重点验证了存量STDIO协议服务的云端转型方案——通过轻量化改造（前置一个 mcp-proxy）实现向SSE（Server-Sent Events）协议的实时通信升级。本文将延续技术纵深，聚焦当前企业拥抱 MCP 两大核心痛点：

如何将社区主流 STDIO MCP Server 一键转为企业内可插拔 Remote MCP Server？

在当前市面已经公开的各种 MCP Server，基本都是基于 STDIO 的实现，并且打包为独立的二进制可执行文件进行分发。其中 Node.js 和 python 占据了绝大多数，Node.js 生态通常通过 npx 提供，例如 "npx -y @amap/amap-maps-mcp-server"， Python 生态则以 uvx 提供，例如 "uvx mcp-server-time --local-timezone=Asia/Shanghai"，这种做法显然是十分明智。 既迎合了不同技术栈同学开发 MCP Server 的习惯， 也充分利用了极其可靠成熟的 npm 源， pypi 源进行 MCP Server 交付物的分发， 同时这种交付方式不仅简化了部署流程，还显著降低了环境依赖和配置的复杂性，使得跨平台部署变得极其轻量和高效。

因此，将社区主流 STDIO MCP Server 一键转为自己 的 MCP Server 是一个非常有价值的事情。至于为什么选择函数计算作为 MCP Server 托管运行时在 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配 上已经有深入的阐述（总结下来就是函数计算作为 MCP Server 的运行时具有安全、成本、弹性等各维度的优势），本文不再赘述。

存量API的智能化重生之路

许多公司自己有存量 OpenAPI，怎么让自己的存量的 OpenAPI 转为 MCP Server 服务， 从而可以被各种 Agent 调用， 进行 AI 应用上的创新是一个不可阻挡的趋势和潮流。但传统 OpenAPI 向 MCP 协议迁移挑战， 如何通过一个 OpenApi2MCP 适配器低成本实现存量 OpenAPI 一键转为 MCP Server 服务。

接下来，我们通过两个章节分别依次展开，通过具体的示例代码展示如何解决这两个痛点。

STDIO MCP Server 一键转为 SSE MCP Server

效果

1.通过 FunctionAI 平台的模版 https://cap.console.aliyun.com/create-project?template=start-mcp-fast-deploy 进行一键部署， 部署成功以后，就获得了一个 web 应用的 url

2.打开这个 web 应用，可以选择 npx 或者 uvx 部署
a. 我们以[高德地图@amap/amap-maps-mcp-server]为例(https://www.npmjs.com/package/@amap/amap-maps-mcp-server)
b. 填写完毕，点击 "提交部署" 按钮, 等待一会， 会显示部署成功，并会显示部署成功以后保留的 mcp 服务 url 和支持这个 MCP 服务计算资源的函数 ARN

3.直接使用 "npx @modelcontextprotocol/inspector" 调试器调试部署成功的 MCP SSE 服务

4.之后，就可以把这个 url 注册到各种 Agent 客户端去消费， 比如百练、 Cherry Studio 等， 以 Cherry Studio 为例

原理

npx 运行原理

npx -y @modelcontextprotocol/server-github

等价于：

echo "{}" > package.json
npm install @modelcontextprotocol/server-github
./node_modules/.bin/mcp-server-github

uvx 运行原理

uvx mcp-server-time 

等价于：

pip install -t ./python mcp-server-time
./python/bin/mcp-server-time

"提交部署"按钮做的事情， 整体流程如下图：

1.mcp-helper 函数干的事情，就是把对应的依赖包下载下来， zip 上传到一个 oss bucket 上, 函数计算支持使用 oss bucket 上的 object（zip 文件） 创建函数, 并且找到对应的启动命令

2.使用 supergateway 将启动 stdio server 的命令 expose 成 sse server 服务，有关 supergateway 在 FC 上的实践可以参考 MCP Server 实践之旅第 1 站：MCP 协议解析与云上适配 MCP Porxy 章节

具体源码可以参考： https://github.com/devsapp/mcp-fast-deploy/blob/main/src/mcp-fast-deploy/fc_utils.py

合作方

• 阿里云百练 MCP 广场 https://bailian.console.aliyun.com/?tab=mcp#/mcp-market

• 魔搭社区 MCP 广场 https://www.modelscope.cn/mcp

  • MCP云托管最优解，揭秘国内最大MCP中文社区背后的运行时
• 宜搭: 钉钉客户端创建 ai 助理的技能正在灰度中

如果您想打造自己私有的 MCP Server 广场，可以参考该方案， 比如交付物发布到内部的 npm 或者 pypi 仓库，仅仅简单修改上面的 mcp-helper 函数即可以实现。

存量 OpenAPI 转 MCP Server

效果

1.通过 FunctionAI 部署模版https://cap.console.aliyun.com/create-project?template=start-fcai-mcp-openapi，输入 JSON 格式的存量服务的 OpenAPI Spec 以及包含权限信息的请求头（如果有的话）

只有 OpenAPI Spec 中存在 securitySchemes才需要填写 OpenApi 安全配置。

目前支持以下三种鉴权配置：

• API Key 认证

OpenAPI 示例定义如下：

components:
  securitySchemes:
    ApiKeyAuth:
      type: apiKey
      name: X-API-KEY
      in: header

需要填入的 “OpenApi 安全配置” 内容格式如下：

{
  // 对应 apiKey 类型的 securityScheme 名称
  "ApiKeyAuth": "your_api_key_here",
}

• HTTP Basic 认证

OpenAPI 示例定义如下：

components:
  securitySchemes:
    BasicAuth:
      type: http
      scheme: basic

需要填入的 “OpenApi 安全配置” 内容格式如下：

{
  // Basic Auth 配置（username:password 格式）
  "basic": "username:password", 
}

• OAuth 2.0

OpenAPI 示例定义如下：

components:
  securitySchemes:
    OAuth2:
      type: oauth2
      flows:
        authorizationCode:
          authorizationUrl: https://example.com/oauth/authorize
          tokenUrl: https://example.com/oauth/token

需要填入的 “OpenApi 安全配置” 内容格式如下：

{
  // OAuth2 配置（Bearer token）
  "oauth2": "your_bearer_token_here",
}

2.点击立即部署，即可拉起 MCP 服务。部署完成后，可以在 “服务测试” 标签进行测试，也可以在“访问地址”标签拿到 SSE 协议的服务 URL：

直接使用 "npx @modelcontextprotocol/inspector" 调试器可以调试部署成功的 MCP SSE 服务：

所有 Tool 的参数都为 query，header，body，path，数据格式均为 json。测试时，您需要以标准 json 格式输入 Tool 对应的 API 的每个位置的参数。例如，如果 API 的 query 有 param1，param2 两个参数，则您需要在 query的输入框中以如下格式输入：

{
  "param1": "xxx",
  "param2": "xxx"
}

3.你可以使用访问地址中的 SSE URL 接入到 Cursor，Cherry Studio 等支持 SSE 协议的 MCP Client 中使用。如果 Client 只需要 SSE 的 URL（以 Cherry Studio 为例），输入“公网访问”的 URL 即可：

若需要输入 JSON 格式的 MCP 配置，则配置方式如下：

{
  "mcpServers": {
    "server-name": {
      "url": "<您的服务URL>",
    }
  }
}

随后，向 LLM 提问与你的服务相关的问题，LLM 便会自动调用部署好的 MCP Tool 并获取结果：

⚠️ FAQ

1. 点击部署报错提示 “s.yaml not found in response” 怎么办？
   请确保您的 OpenAPI Spec 中不存在 {{}} 双花括号结构。若存在，请删除后重试。
2. 部署不成功。日志中显示“Status Code is not 200”。
   请检查您的 OpenAPI Spec 是否规范，且确保其中的 servers字段不为空且包含了您的服务的真实 endpoint。

原理

在这个模版中，我们使用自开发的 [@serverless-devs/openapi-mcp-converter](https://github.com/Serverless-Devs/openapi-mcp-converter) 库实现了从 OpenAPI 规范数据到 MCP Server 实例的互转：

import fs from 'fs';
import { OpenApiMCPSeverConverter } from '../index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import path from 'path';
import { fileURLToPath } from 'url';

const openApiDoc = JSON.parse(
  fs.readFileSync(
    path.join(
      path.dirname(
        fileURLToPath(import.meta.url)
      ), 
      'openapi.json'
    ), 
    'utf8'
  ));

const converter = new OpenApiMCPSeverConverter(
  openApiDoc, 
  { 
    timeout: 100000, 
    security: { 
      apiKey: 'my-api-key' 
    } 
  });
const server = converter.getServer();

这个库会分析 OpenAPI 中的接口信息，自动转化为 MCP Server 所需的 JSON Schema，并利用官方 SDK 生成一个 Server 实例。整体流程如下：

转化库的代码已在 Github 开源，地址为 https://github.com/Serverless-Devs/openapi-mcp-converter。项目遵循 MIT 协议并持续开放维护，如果你发现任何问题或有改进建议：

• 欢迎通过 Issues 提交问题报告或功能请求
• 可直接通过 Pull Requests 提交代码改进

总结

本文通过协议转译 Adapter + 函数计算的解决方案，为 MCP Server 服务化提供了一套企业级、低成本的解决方案， 同时为存量 API 的智能化转型开辟了高效率的实践路径。

生态价值
联合阿里云百练、魔搭社区等头部平台，快速构建起 MCP Server 服务市场，加速 AI 应用生态的繁荣与创新。

技术优势
支持主流 npm/pip 生态，实现 MCP Server 的零改造、一键迁移，大幅降低技术迁移成本。

成本与效率

• 低成本转型：相比传统代码重构，我们的 Serverless Adapter 方案可以实现存量 API 到 MCP Server 的无缝转换，转型成本接近零。
• 弹性计算：针对 MCP Server 典型的稀疏访问特征，Serverless 架构的毫秒级按量付费模式，