MCP ↔ ANP 桥接服务,让支持 MCP 的客户端像调用本地工具一样使用 ANP 智能体。
MCP2ANP 面向 Claude 、Cursor 等 MCP 客户端,将 ANP(Agent Network Protocol)的“爬虫式”交互流程映射成 MCP 工具调用,免去客户端改造。
桥接层提供两个工具:anp.fetchDoc 负责探索,anp.invokeOpenRPC 负责执行。
- 两个稳定的核心工具,覆盖 ANP 资源发现与操作执行。
- DID 凭证加载与签名能力,支持本地文件或自定义路径。
- 本地 stdio 与远程 HTTP 双模式,适配桌面与服务端部署。
- 结构化日志,方便追踪调用链路与调试。
- 官方示例、单元测试与集成测试辅助验证。
| 模式 | 传输方式 | 认证方式 | 典型场景 |
|---|---|---|---|
| 远程 HTTP | FastMCP HTTP | Header 中的 X-API-Key |
多租户服务端、共享实例 |
| 本地 stdio | stdin/stdout | 环境变量或默认 DID 文件 | 桌面客户端、单机调试 |
桥接层由 mcp2anp.server(stdio)与 mcp2anp.server_remote(HTTP)两种入口组成,二者都会加载共享的 ANPHandler(定义于 mcp2anp/core/handlers.py)。处理流程包括以下关键阶段:
flowchart LR
subgraph MCP_Client["MCP 客户端"]
U["LLM / IDE 前端"] -->|调用工具| F["anp.fetchDoc"]
U -->|调用工具| I["anp.invokeOpenRPC"]
end
subgraph Bridge["MCP2ANP 桥接层"]
ENV["DID 凭证 (环境变量 / 默认文件)"] --> Loader["Credential Loader (handlers.initialize_anp_crawler)"]
Loader --> Crawler["ANPCrawler 实例"]
F --> Handler["ANPHandler.handle_fetch_doc"]
I --> Handler2["ANPHandler.handle_invoke_openrpc"]
Handler --> Crawler
Handler2 --> Crawler
Crawler --> Signer["agent-connect DID 签名"]
end
subgraph ANP_Side["ANP 侧服务"]
Signer -->|HTTP + DID| Desc["Agent Description 文档"]
Signer -->|HTTP + DID| Infos["信息资源 (Informations)"]
Signer -->|HTTP + DID| Specs["OpenRPC 接口定义"]
Signer -->|JSON-RPC + DID| Endpoint["OpenRPC Endpoint"]
end
本地模式将 server.py 通过 stdio 暴露为 MCP 工具;远程模式则由 server_remote.py 基于 FastMCP HTTP 端口化,并在请求头中完成 API Key → DID 凭证映射。无论模式如何,工具调用最终都通过 agent-connect 客户端对接 ANP 网络。
claude mcp add --transport http mcp2anp-remote https://agent-connect.ai/mcp2anp/mcp \
--header "X-API-Key: YOUR_API_KEY"API Key 生成步骤
- 访问 DID-HOST 并登录账户。
- 新建 DID Card,在创建流程中勾选“生成 API Key”。 > 注: 将生成的私钥与 API Key 安全保存;它们仅显示一次,丢失后无法恢复。
可选:校验 API Key 是否有效(需 jq):
curl -sS -H "X-API-Key: YOUR_API_KEY" \
"https://didhost.cc/api/v1/mcp-sk-api-keys/verify" | jq .-
先安装依赖:
git clone git@github.com:agent-network-protocol/mcp2anp.git cd mcp2anp uv venv --python 3.11 uv sync -
启动服务:
uv run python -m mcp2anp.server_remote --host 0.0.0.0 --port 9880
-
在 Claude 中以 HTTP 方式注册(将地址替换为你的部署域名或 IP):
claude mcp add --transport http mcp2anp-remote http://localhost:9880/mcp \ --header "X-API-Key: YOUR_API_KEY"
确保已完成上文“安装依赖”:
- DID-HOST 来创建一个新的 DID。
- 创建成功后,下载生成的压缩包。
- 解压该压缩包(例如,解压到项目下的 docs/did_public/ 目录),您将得到 public-did-doc.json(DID 文档)和 public-private-key.pem(私钥)两个文件。
-
直接添加到环境变量
# 设置 DID 文件的路径 export ANP_DID_DOCUMENT_PATH="docs/did_public/public-did-doc.json" export ANP_DID_PRIVATE_KEY_PATH="docs/did_public/public-private-key.pem" # 使用 uv 启动服务 uv run python -m mcp2anp.server --log-level INFO
-
在 Claude 中添加:
# 将仓库根目录赋值给变量(替换为你的实际路径) MCP2ANP_DIR=/Users/cs/work/mcp2anp claude mcp add mcp2anp \ --env ANP_DID_DOCUMENT_PATH=$MCP2ANP_DIR/docs/did_public/public-did-doc.json \ --env ANP_DID_PRIVATE_KEY_PATH=$MCP2ANP_DIR/docs/did_public/public-private-key.pem \ -- uv run --directory $MCP2ANP_DIR python -m mcp2anp.server
uv run python examples/mcp_client_demo.pyDemo 会列出工具、加载示例凭证并演示 anp.fetchDoc 与 anp.invokeOpenRPC 的完整闭环。
如果尚未在系统中安装 uv,也可以使用随发行版提供的 uvx 临时运行本项目:
# 在当前仓库目录下执行,uvx 会读取 pyproject.toml 解析依赖
uvx --from . python -m mcp2anp.server --log-level INFO
# 执行单元测试(示例)
uvx --from . pytest --maxfail=1uvx 会为每次调用创建并缓存隔离环境,适合快速体验或 CI 场景;若需重复开发,仍推荐使用上文的 uv venv + uv sync 方式。
- 输入:
url - 输出:资源内容(
text或json),以及待探索的结构化links - 用法:递归遍历 ANP 网络,读取描述、接口或下一跳链接
- 输入:
endpoint、method、params - 输出:OpenRPC 定义的调用结果
- 用法:先用
fetchDoc获取 OpenRPC 规范,再据此构造参数完成操作执行
- 本地模式认证失败:确认 DID 文档和私钥路径无误且具备读取权限。
- 远程模式返回 401:检查
X-API-Key是否正确并对应到验证服务。 - MCP 客户端未显示工具:确认传输方式(stdio/HTTP)与运行模式一致。
- 需更多日志:运行时增加
--log-level DEBUG,或查看logs/目录。
- 远程部署说明:
docs/server_remote.md - 示例载荷:
docs/examples/ - 客户端脚本与迁移说明:
examples/
开发流程、代码规范、测试要求请参考 CONTRIBUTING.md。
MIT License