1. 项目概述与核心价值最近在折腾AI应用开发特别是想把不同的大模型能力整合到自己的项目里时遇到了一个挺普遍的问题每个模型、每个工具都有自己的接口协议和调用方式想做一个功能稍微复杂点的Agent光是在不同API之间做适配和状态管理代码就写得又臭又长维护起来更是头疼。直到我发现了Soflutionltd/McpHub这个项目它就像是一个专为AI应用打造的“万能适配器”和“中央调度器”。简单来说McpHub是一个模型上下文协议Model Context Protocol, MCP的服务器实现与聚合中心。MCP本身是一个新兴的开放协议旨在为大语言模型LLM提供一个标准化的方式来发现、调用外部工具、数据源和功能。你可以把它想象成电脑的USB-C接口标准有了这个标准不同的设备工具只要遵循协议就能轻松地插到电脑LLM上使用而不用关心底层是Windows还是macOS。McpHub就是这个理念下的一个具体实现它不仅仅是一个简单的MCP服务器更是一个可以同时管理、运行多个MCP服务器的“枢纽”Hub。它的核心价值在于解耦与聚合。对于AI应用开发者而言我们不再需要为每一个想集成的工具比如数据库查询、代码执行、文件操作、网络搜索去写特定的、硬编码的适配层。我们只需要让这些工具通过MCP协议暴露出来然后由McpHub统一接管。我们的主程序无论是Python脚本、Node.js服务还是一个复杂的AI Agent框架只需要和McpHub这一个“中间件”对话就能获得所有已连接工具的能力。这极大地简化了架构提升了开发效率和系统的可维护性。接下来我就结合自己搭建和使用的经验详细拆解一下这个项目的设计思路、核心用法以及那些官方文档里可能没写的“坑”。2. 核心架构与设计思路拆解要理解McpHub为什么好用得先弄明白MCP协议和Hub的设计哲学。这不仅仅是技术选型更是一种工程思维的体现。2.1 MCP协议AI的“插件化”标准MCP协议的核心思想是让LLM能够动态发现和调用资源。一个MCP服务器本质上是一个后台进程它向LLM客户端宣告“我这里有一些工具Tools可以用还有一些数据源Resources可以读。” 工具就是可以执行的函数比如read_file,search_web资源则是可供读取的上下文信息比如file:///path/to/doc.md。协议通信基于JSON-RPC over stdio标准输入输出或SSE服务器发送事件。这意味着MCP服务器可以是用任何语言编写的独立进程只要它遵循协议规范就能被兼容MCP的客户端如某些AI助手或我们自己写的程序调用。这种设计带来了巨大的灵活性工具的实现语言无关紧要部署位置也可以很灵活本地或远程。2.2 McpHub的枢纽角色从单点到总线如果没有Hub每个需要调用MCP工具的客户端比如你的AI Agent程序可能需要自己启动并管理多个MCP服务器进程处理它们的生命周期、错误重试、日志收集等这非常繁琐。McpHub的出现就是为了解决这个“多点对多点”的混乱问题。McpHub将自己定位为一个“MCP服务器之上的服务器”。它的架构可以这样理解服务端Server SideMcpHub本身作为一个常驻服务运行。它负责启动、配置和管理一个或多个“上游”MCP服务器例如一个提供文件操作工具的MCP服务器另一个提供SQL查询工具的MCP服务器。客户端Client Side我们的AI应用作为“下游”客户端只需要连接McpHub这一个端点。聚合与路由McpHub的核心工作是将所有上游MCP服务器提供的工具Tools和资源Resources进行聚合然后通过一个统一的接口暴露给下游客户端。客户端发出一个工具调用请求McpHub会负责找到这个工具属于哪个上游服务器将请求转发过去并将结果返回给客户端。这种设计带来了几个关键优势简化客户端逻辑客户端无需知道后端有多少个MCP服务器它们在哪里用什么语言实现。它只面对McpHub一个接口。统一配置与管理所有MCP服务器的配置启动命令、环境变量、参数都可以在一个中心化的配置文件比如config.json中管理。增强的稳定性和可观测性Hub可以统一处理上游服务器的崩溃重启、日志聚合、请求监控等提升了整个系统的鲁棒性。便于扩展要新增一个工具只需要部署一个新的MCP服务器并在Hub的配置文件中添加几行配置即可客户端代码几乎无需改动。注意McpHub并不是MCP协议的唯一实现也不是使用MCP的必经之路。对于简单的、只集成一两个工具的场景直接让客户端连接MCP服务器可能更轻量。但一旦工具数量增多或者你需要构建一个严肃的、需要长期维护的AI应用引入Hub带来的架构清晰度和运维便利性是显而易见的。3. 环境准备与快速上手理论说了不少我们来点实际的。McpHub是一个Node.js项目所以第一步是准备好Node.js环境。我推荐使用nvmNode Version Manager来管理Node.js版本这样可以避免全局依赖的冲突。3.1 基础环境搭建首先确保你的系统上安装了nvm。然后安装一个较新的LTS版本的Node.js如18.x或20.x。# 使用nvm安装并切换Node.js版本 nvm install 20 nvm use 20 # 验证安装 node --version npm --version接下来我们需要获取McpHub的代码。由于它是一个开源项目我们可以直接从GitHub克隆。# 克隆项目仓库 git clone https://github.com/Soflutionltd/McpHub.git cd McpHub # 安装项目依赖 npm install执行npm install后项目根目录下会生成node_modules文件夹所有依赖包都会安装在这里。如果遇到网络问题可以考虑配置npm镜像源。3.2 配置你的第一个MCP服务器McpHub的强大在于集成。我们首先需要准备一个或多个MCP服务器供它管理。这里以官方示例中常出现的modelcontextprotocol/server-filesystem为例这是一个提供本地文件系统访问工具的MCP服务器。我们需要在McpHub项目之外单独安装并配置这个文件系统服务器。# 在McpHub项目目录外新建一个工作目录 mkdir -p ~/mcp-workspace cd ~/mcp-workspace # 初始化一个新的Node.js项目用于管理MCP服务器依赖 npm init -y # 安装文件系统MCP服务器 npm install modelcontextprotocol/server-filesystem安装完成后我们需要为这个服务器创建一个配置文件。在~/mcp-workspace目录下创建一个名为filesystem-server.js的文件// ~/mcp-workspace/filesystem-server.js import { Server } from modelcontextprotocol/sdk/server/index.js; import { StdioServerTransport } from modelcontextprotocol/sdk/server/stdio.js; import { FileSystemServer, ROOT_DIRECTORY, } from modelcontextprotocol/server-filesystem; // 指定允许文件服务器访问的根目录这里设为用户家目录下的一个特定文件夹避免权限过大 const rootDir process.env.MCP_SERVER_ROOT || ${process.env.HOME}/mcp-data; const server new FileSystemServer(rootDir); async function main() { const transport new StdioServerTransport(); await server.connect(transport); console.error(MCP filesystem server running, root: ${rootDir}); } main().catch((error) { console.error(Server error:, error); process.exit(1); });这个脚本创建了一个基于stdio传输的MCP服务器其根目录由环境变量MCP_SERVER_ROOT控制默认为~/mcp-data。这是一个重要的安全实践永远不要将MCP文件服务器的根目录设置为/或用户家目录根而应该限制在一个特定的、仅包含必要数据的子目录内。3.3 配置McpHub现在回到McpHub项目目录。我们需要编辑它的配置文件告诉它如何启动和管理我们刚刚创建的文件系统MCP服务器。McpHub的配置文件通常位于项目根目录可能是一个config.json或servers.json文件。我们需要根据项目结构创建或修改它。假设我们创建一个config.json// McpHub/config.json { mcpServers: { filesystem: { command: node, args: [ /absolute/path/to/your/mcp-workspace/filesystem-server.js ], env: { MCP_SERVER_ROOT: /absolute/path/to/your/mcp-data } } } }关键配置解析filesystem: 这是你给这个MCP服务器起的别名在Hub内部用于标识。command: 启动服务器的命令这里是node。args: 传递给命令的参数即我们刚写的服务器脚本的绝对路径。使用绝对路径可以避免因工作目录变化导致的启动失败。env: 启动服务器时注入的环境变量。这里我们设置了MCP_SERVER_ROOT与服务器脚本中的读取逻辑对应。实操心得路径与权限绝对路径是王道在配置args和环境变量中的路径时强烈建议使用绝对路径。相对路径在进程启动时可能会产生意想不到的解析结果。权限隔离为MCP_SERVER_ROOT设置的目录如~/mcp-data需要确保运行McpHub进程的用户有读写权限。你可以通过chmod命令调整。环境变量管理对于敏感信息如API密钥不建议直接写在config.json中。可以通过env字段引用系统环境变量或者使用.env文件配合dotenv等库在Hub启动时加载。4. 运行McpHub与基础测试配置完成后我们就可以启动McpHub了。McpHub项目本身可能提供了启动脚本通常定义在package.json的scripts里。常见的启动命令是npm start或node index.js。我们需要先查看一下package.json。// McpHub/package.json (部分) { scripts: { start: node dist/index.js } }如果像上面这样我们可以直接运行# 在McpHub项目根目录下执行 npm start # 或者 node dist/index.js如果启动成功你应该能在终端看到McpHub服务启动的日志表明它正在监听某个端口可能是3000或stdio并成功启动了配置文件中定义的filesystem服务器。4.1 使用客户端进行测试McpHub启动后它本身是一个MCP服务器聚合了其他服务器的能力。我们需要一个MCP客户端来测试它。一个快速的方法是使用MCP协议提供的调试工具或SDK。这里我们用Node.js写一个简单的测试脚本。在McpHub项目目录下或任何方便的地方创建一个测试文件test_client.js// test_client.js import { Client } from modelcontextprotocol/sdk/client/index.js; import { StdioClientTransport } from modelcontextprotocol/sdk/client/stdio.js; async function main() { const client new Client( { name: test-client, version: 1.0.0 }, { capabilities: {} } ); // 注意这里假设McpHub配置为使用stdio传输。 // 如果McpHub配置的是HTTP/SSE则需要使用相应的Transport如 FetchClientTransport。 const transport new StdioClientTransport({ command: node, args: [/absolute/path/to/McpHub/dist/index.js] // 指向McpHub的启动入口 }); await client.connect(transport); console.log(Connected to McpHub); // 1. 列出所有可用的工具 const toolsList await client.listTools(); console.log(Available tools:, JSON.stringify(toolsList, null, 2)); // 2. 尝试调用一个工具例如来自filesystem服务器的 read_file // 首先需要知道工具的完整名称。McpHub可能会将工具名聚合也可能保留原始名称。 // 假设工具叫 read_file并且需要一个 path 参数。 try { const result await client.callTool({ name: read_file, // 工具名需要根据实际列出结果调整 arguments: { path: /absolute/path/to/your/mcp-data/test.txt // 在允许的根目录下创建一个测试文件 } }); console.log(Tool call result:, result); } catch (error) { console.error(Failed to call tool:, error); } await client.close(); } main().catch(console.error);运行这个测试脚本node test_client.js如果一切顺利你会先看到McpHub聚合后暴露的所有工具列表然后能看到read_file工具调用的结果即你创建的test.txt文件的内容。注意事项传输方式McpHub支持多种传输方式Transportstdio,sse(Server-Sent Events over HTTP),websocket。我们的示例使用了stdio因为它最简单适合本地进程间通信。但在生产环境或需要远程连接的场景你可能会配置McpHub使用HTTP/SSE这样客户端就可以通过网络连接。这时测试客户端的Transport也需要相应更换为FetchClientTransport并指定Hub的URL。5. 高级配置与多服务器管理单一的文件服务器只是开始。McpHub真正的威力在于同时管理多个异构的MCP服务器。我们来模拟一个更真实的场景一个AI助手需要同时具备文件操作、网络搜索和代码执行能力。5.1 集成多个MCP服务器假设我们除了文件系统服务器还想集成网络搜索服务器例如一个封装了Serper或Google Search API的MCP服务器。代码执行服务器一个可以在安全沙箱中执行Python/JavaScript代码的MCP服务器。我们需要为每一个服务器准备启动配置。假设我们已经有了对应的服务器脚本或可执行文件。// McpHub/config.json (扩展版) { mcpServers: { filesystem: { command: node, args: [/path/to/filesystem-server.js], env: { MCP_SERVER_ROOT: /path/to/mcp-data } }, websearch: { command: node, args: [/path/to/websearch-server.js], env: { SERPER_API_KEY: ${SERPER_API_KEY} // 从系统环境变量读取 } }, code_executor: { command: python, args: [/path/to/code-executor-server.py], env: { SANDBOX_PATH: /tmp/mcp-sandbox } } } }配置要点环境变量注入websearch服务器的API密钥通过${SERPER_API_KEY}语法从系统环境变量获取避免了敏感信息硬编码。混合语言code_executor服务器使用python命令启动展示了McpHub对不同语言实现的服务器的无缝管理能力。依赖管理确保每个服务器所需的运行环境Node.js, Python解释器及依赖包都已正确安装。5.2 服务器生命周期与健康检查在生产环境中上游MCP服务器可能会因为各种原因崩溃。一个健壮的Hub需要具备故障恢复能力。虽然基础版的McpHub可能不直接内置复杂的进程守护但我们可以通过配置和外部工具来实现。一种策略是利用command字段启动一个包装脚本而不是直接启动服务器。这个包装脚本可以包含简单的错误处理和重启逻辑。例如为websearch服务器创建一个包装脚本run-websearch.sh#!/bin/bash # run-websearch.sh MAX_RETRIES3 RETRY_COUNT0 while [ $RETRY_COUNT -lt $MAX_RETRIES ]; do echo Starting websearch MCP server (Attempt $((RETRY_COUNT1)))... node /path/to/websearch-server.js EXIT_CODE$? if [ $EXIT_CODE -eq 0 ]; then echo Server exited normally. break else echo Server crashed with exit code $EXIT_CODE. Retrying... RETRY_COUNT$((RETRY_COUNT1)) sleep 2 fi done if [ $RETRY_COUNT -eq $MAX_RETRIES ]; then echo Failed to start server after $MAX_RETRIES attempts. Giving up. exit 1 fi然后在config.json中将command改为这个脚本websearch: { command: /bin/bash, args: [/path/to/run-websearch.sh], env: { SERPER_API_KEY: ${SERPER_API_KEY} } }实操心得日志与监控当运行多个服务器时日志管理至关重要。建议为每个MCP服务器配置独立的日志文件或者使用像pm2、systemd这样的进程管理器来托管McpHub及其子进程它们能提供更完善的日志轮转、进程守护和监控功能。你可以将McpHub本身也作为一个Node.js服务用pm2来管理。6. 客户端集成实践McpHub就绪后下一步就是将其集成到你的AI应用客户端中。这里的关键是选择合适的MCP客户端SDK并处理好工具调用的异步逻辑。6.1 在AI Agent框架中集成以使用较广泛的LangChain.js或LangGraph为例我们可以创建一个自定义的工具类其底层通过MCP客户端与McpHub通信。首先安装MCP的JavaScript客户端SDKnpm install modelcontextprotocol/sdk然后创建一个McpHubTool类// McpHubTool.js import { Client } from modelcontextprotocol/sdk/client/index.js; import { StdioClientTransport } from modelcontextprotocol/sdk/client/stdio.js; import { DynamicTool } from langchain/core/tools; export class McpHubTool extends DynamicTool { constructor({ name, description, hubPath }) { super({ name, description, func: async (input) { // 这里需要根据工具名和输入参数调用McpHub return await this.callMcpTool(name, input); }, }); this.hubPath hubPath; // McpHub可执行文件路径 this.client null; } async initializeClient() { if (this.client) return; this.client new Client( { name: ai-agent, version: 1.0.0 }, { capabilities: {} } ); const transport new StdioClientTransport({ command: node, args: [this.hubPath] }); await this.client.connect(transport); } async callMcpTool(toolName, inputArgs) { await this.initializeClient(); try { // 假设inputArgs是一个JSON字符串或对象包含了工具所需的参数 const args typeof inputArgs string ? JSON.parse(inputArgs) : inputArgs; const result await this.client.callTool({ name: toolName, arguments: args }); // MCP工具调用返回的结果结构通常包含 content 字段 return JSON.stringify(result.content || result); } catch (error) { return Error calling tool ${toolName}: ${error.message}; } } async dispose() { if (this.client) { await this.client.close(); this.client null; } } }在你的AI Agent主程序中你就可以这样使用import { McpHubTool } from ./McpHubTool.js; import { ChatOpenAI } from langchain/openai; import { AgentExecutor, createOpenAIFunctionsAgent } from langchain/agents; // 1. 创建连接到McpHub的工具实例 const tools [ new McpHubTool({ name: read_file, description: Read the contents of a file from the allowed directory., hubPath: /absolute/path/to/McpHub/dist/index.js }), new McpHubTool({ name: web_search, description: Search the web for current information., hubPath: /absolute/path/to/McpHub/dist/index.js }), // ... 添加更多工具 ]; // 2. 创建LLM和Agent const llm new ChatOpenAI({ modelName: gpt-4, temperature: 0 }); const agent await createOpenAIFunctionsAgent({ llm, tools, prompt: YOUR_AGENT_PROMPT_HERE, }); const agentExecutor new AgentExecutor({ agent, tools, }); // 3. 运行Agent const result await agentExecutor.invoke({ input: 请总结一下 /path/to/mcp-data/report.md 文件的主要内容并搜索最新的AI编程助手发展趋势作为补充。 }); console.log(result.output);集成关键点连接复用上述示例中每个McpHubTool实例都会创建自己的客户端连接。在实际应用中你可能需要设计一个连接池或单例的McpHub客户端供所有工具实例共享以避免重复创建连接的开销。错误处理与重试网络或进程间通信可能失败。在callMcpTool方法中应增加重试逻辑和更细致的错误处理将MCP服务器的错误转换为对Agent友好的信息。参数映射AI Agent如LangChain Agent调用工具时传递的参数格式需要与MCP工具期望的参数格式对齐。可能需要一个适配层进行转换。6.2 处理复杂的工具调用与上下文有些MCP工具可能需要多步交互或维护会话状态。例如一个数据库查询工具第一次调用是连接第二次是执行查询。MCP协议本身支持会话但客户端需要妥善管理。对于这类场景你的McpHubTool封装需要更复杂。你可能需要工具初始化在首次调用时执行一个“setup”或“connect”调用。状态保持在工具实例内部保存连接句柄或会话ID。链式调用将后续的工具调用与之前的会话关联起来。资源清理在工具不再需要时调用“disconnect”或“close”方法。这要求你对集成的MCP服务器的行为有清晰的了解并在客户端封装逻辑中体现出来。McpHub作为透明代理不会帮你管理这些状态状态管理需要在客户端或上游服务器内部实现。7. 安全、性能与生产化考量将McpHub用于个人项目原型很方便但要部署到生产环境必须考虑安全、性能和可靠性。7.1 安全加固最小权限原则文件系统严格限制每个文件系统MCP服务器的根目录MCP_SERVER_ROOT仅授予访问必要数据的权限。网络与命令执行对于代码执行、Shell命令等高风险工具必须在严格的沙箱环境中运行。考虑使用Docker容器、nsjail、gVisor等隔离技术限制其网络访问、文件系统访问和系统调用。环境变量切勿在配置文件中明文存储API密钥、数据库密码等敏感信息。使用环境变量或安全的密钥管理服务如Vault。输入验证与过滤McpHub本身是透明的但上游MCP服务器必须对客户端传入的参数进行严格的验证和过滤防止路径遍历../../../etc/passwd、命令注入等攻击。责任在于工具的实现者。传输安全本地进程间通信IPC使用stdio或Unix Domain Socket相对安全。网络通信如果McpHub通过HTTP/SSE或WebSocket暴露给网络必须启用HTTPS/WSS并使用令牌Token或API密钥进行身份验证。McpHub项目可能支持或需要你自行添加中间件来实现认证。审计日志记录所有工具调用的元数据调用者、工具名、参数哈希、时间戳、状态便于事后审计和故障排查。7.2 性能优化连接池与长连接避免为每个工具调用都创建新的到McpHub的连接。客户端应维护一个持久连接或连接池。同样McpHub与上游MCP服务器之间也应尽量使用长连接如果上游服务器支持的话。异步与非阻塞确保客户端和McpHub的实现都是完全异步的避免阻塞事件循环。Node.js的异步I/O模型很适合此场景。负载测试使用工具如autocannon,k6模拟高并发场景下的工具调用观察McpHub及其上游服务器的CPU、内存占用和响应延迟找出瓶颈。上游服务器健康度对于性能较差或不稳定的上游服务器考虑在McpHub层面实现熔断器Circuit Breaker模式当失败率达到阈值时暂时跳过该服务器避免拖垮整个系统。7.3 部署与监控进程管理使用pm2、systemd或docker-compose来管理McpHub进程实现自动重启、日志收集和资源限制。配置管理将配置文件config.json纳入版本控制但敏感信息使用占位符通过CI/CD管道或部署脚本在运行时注入。监控告警基础资源监控McpHub进程的CPU、内存、打开文件数。业务指标监控工具调用总量、成功率、平均响应时间、不同工具的调用频率。错误告警对上游服务器崩溃、工具调用频繁失败等情况设置告警。高可用可选对于关键业务可以考虑部署多个McpHub实例前端通过负载均衡器如Nginx分发请求。但需要注意如果工具调用有状态如上述的数据库会话简单的负载均衡可能会破坏状态一致性此时需要更复杂的方案或将状态外置。8. 常见问题与排查实录在实际使用中你肯定会遇到各种问题。下面是我踩过的一些坑和解决方法。8.1 连接与启动问题问题1启动McpHub时报错Error: spawn node ENOENT原因系统找不到node命令。可能是Node.js未安装或未添加到PATH环境变量或者在配置中指定的command路径不对。解决在终端运行which node确认Node.js可执行文件路径。在McpHub配置中command字段可以使用绝对路径如/usr/local/bin/node或者确保启动McpHub的环境PATH包含Node.js。问题2McpHub能启动但日志显示上游MCP服务器启动失败原因上游服务器的启动命令、参数或环境变量配置错误或者上游服务器脚本本身有语法错误、依赖缺失。解决独立测试首先脱离McpHub直接在终端用相同的命令、参数和环境变量手动启动上游服务器脚本看是否能成功运行并输出MCP初始化成功的日志。检查依赖确保上游服务器所需的所有npm包或Python库都已安装。查看详细日志McpHub可能会捕获子进程的stderr输出。检查McpHub的日志看是否有更具体的错误信息。问题3客户端连接McpHub超时或无响应原因客户端使用的Transport与McpHub配置的Transport不匹配McpHub未在预期地址/端口监听防火墙或权限问题。解决确认传输协议检查McpHub的启动参数或源码确认它是以stdio、sse还是websocket模式运行。你的客户端必须使用对应的Transport。检查端口如果使用SSE/WebSocket用netstat -tulnp | grep port或lsof -i :port检查McpHub进程是否在监听指定端口。简化测试使用最简单的客户端脚本如我们之前写的test_client.js进行连接测试排除复杂应用框架带来的干扰。8.2 工具调用问题问题4调用工具时返回Tool not found错误原因客户端请求的工具名与McpHub实际聚合后暴露的工具名不一致。解决首先通过客户端的listTools()方法获取McpHub当前提供的完整工具列表。工具名可能带有命名空间前缀如filesystem.read_file。在调用callTool时使用从listTools()返回的准确名称。问题5工具调用成功但返回结果不符合预期或为空原因参数格式错误上游服务器内部逻辑错误权限不足如文件不可读。解决参数检查仔细对照MCP服务器文档确认参数名称、类型和结构是否正确。使用JSON.stringify打印出传入的参数对象进行比对。查看上游日志如果上游MCP服务器有输出日志通常到stderr查看这些日志能获得最直接的错误信息。你需要确保这些日志能被捕获例如通过McpHub转发或直接查看服务器进程的输出。权限检查对于文件、网络操作检查运行McpHub进程的系统用户是否有相应权限。问题6工具调用缓慢或超时原因上游服务器处理慢网络延迟如果是远程服务器McpHub或客户端存在阻塞操作。解决定位瓶颈在客户端记录工具调用的开始和结束时间。同时观察McpHub和上游服务器的资源使用情况CPU、内存、I/O。上游服务器优化优化上游服务器的实现逻辑例如为耗时的数据库查询添加索引或引入缓存。设置超时在客户端调用工具时设置合理的超时时间避免长时间等待。MCP SDK可能支持超时设置或者你可以在客户端封装层使用Promise.race实现。8.3 配置与维护问题问题7修改config.json后新增的服务器未生效原因McpHub可能只在启动时读取一次配置动态加载配置需要重启或发送特定信号。解决重启McpHub进程。对于生产环境这意味着你需要一个平滑的重启机制例如向进程发送SIGHUP信号如果McpHub支持热重载或者通过进程管理器如pm2进行重启。问题8如何查看McpHub聚合了哪些工具解决除了通过客户端调用listTools()如果McpHub提供了管理接口或仪表盘可以通过它查看。更直接的方法是查看McpHub启动时的日志它通常会打印出成功加载的服务器和工具列表。问题9上游MCP服务器频繁崩溃导致工具不可用解决实施进程守护如前所述使用包装脚本实现自动重启。引入健康检查在McpHub配置中可以为每个服务器定义健康检查端点如果服务器支持HTTP定期探测将不健康的服务器从可用列表中暂时移除。客户端容错在客户端实现降级逻辑当某个工具调用失败时尝试使用备用方案或给用户友好的提示。通过系统性地搭建、配置、集成和排查McpHub能够成为你AI应用架构中非常稳固和灵活的一环。它抽象了底层工具的复杂性让你能更专注于AI Agent本身的逻辑和用户体验。开始可能会觉得配置繁琐但一旦跑通后续增加新工具就会变得异常简单这种投入是值得的。