Преобразуйте свои спецификации OpenAPI в готовые к производству серверы Model Context Protocol (MCP) с поддержкой ИИ

OpenAPI to MCP** - это мощный инструмент, который автоматически преобразует спецификации OpenAPI/Swagger в полнофункциональные MCP-серверы. Он использует большие языковые модели (LLM) для анализа, улучшения и создания MCP-совместимых серверных реализаций из существующей документации API.

[!Осуждение] Примеры, приведенные в этом хранилище, предназначены только для экспериментальных и образовательных целей. Они демонстрируют концепции и методы, но не предназначены для непосредственного использования в производственных средах. Убедитесь, что у вас есть Amazon Bedrock Guardrails для защиты от быстрой инъекции.

Таблица содержимого

• Что нового? Почему это решение
• Архитектура
• Особенности
• Предварительные условия
• Установка
• Использование
• Базовое использование
• Варианты командной строки
• переменные окружающей среды
• Примеры
• Конфигурация
• Структура выхода
• Поставщики ИИ
• Вклад
• Безопасность
• Лицензия

##Что нового

v0.1.0

• Первоначальный выпуск с основной функциональностью Поддержка спецификаций OpenAPI 3.0 и Swagger 2.0
• Оценка и улучшение на основе ИИ

OpenAPI to MCP Converter

Transform your OpenAPI specifications into production-ready Model Context Protocol (MCP) servers with AI-powered enhancement and validation

OpenAPI to MCP is a powerful tool that automatically converts OpenAPI/Swagger specifications into fully functional MCP servers. It leverages Large Language Models (LLMs) to analyze, enhance, and generate MCP-compatible server implementations from your existing API documentation.

[!CAUTION] The examples provided in this repository are for experimental and educational purposes only. They demonstrate concepts and techniques but are not intended for direct use in production environments. Make sure to have Amazon Bedrock Guardrails in place to protect against prompt injection.

Table of Contents

• What’s New
• Why This Solution
• Architecture
• Features
• Prerequisites
• Installation
• Usage
  • Basic Usage
  • Command Line Options
  • Environment Variables
• Examples
• Configuration
• Output Structure
• AI Providers
• Contributing
• Security
• License

What’s New

v0.1.0

• Initial release with core functionality
• Support for OpenAPI 3.0 and Swagger 2.0 specifications
• AI-powered evaluation and enhancement
• Automatic MCP server and client generation
• Support for Amazon Bedrock and Anthropic Claude
• Comprehensive evaluation reports with usage tracking

Why This Solution

As enterprises transition towards being AI-ready, a critical piece of the puzzle is ensuring their APIs are AI-ready as well. API specifications that were written for human consumption often lack the level of detail that Large Language Models require for reliable operation. While human developers can rely on domain expertise and tribal knowledge to fill in documentation gaps, LLMs may hallucinate missing information, leading to AI agents that cannot reliably invoke the right tools at the right time.

Common issues in human-oriented API documentation that impact AI readiness include:

• Missing or vague descriptions: Endpoints and parameters that lack detailed explanations of their purpose and behavior
• Undefined parameter constraints: Parameters without clearly defined ranges, formats, or validation rules