ContextForge MCP Gateway
OfficialContextForge
Реестр и прокси с открытым исходным кодом, который объединяет API MCP, A2A и REST/gRPC с централизованным управлением, обнаружением и наблюдаемостью. Оптимизирует вызовы агентов и инструментов, а также поддерживает плагины.

ContextForge — это реестр и прокси с открытым исходным кодом, который объединяет инструменты, агентов и API в одну чистую точку доступа для ваших ИИ-клиентов. Он обеспечивает централизованное управление, обнаружение и наблюдаемость всей вашей ИИ-инфраструктуры:
Шлюз инструментов — MCP, REST, трансляция gRPC-в-MCP и сжатие TOON
Шлюз агентов — протокол A2A, маршрутизация агентов, совместимых с OpenAI и Anthropic
API-шлюз — ограничение частоты запросов, аутентификация, повторные попытки и обратный прокси для REST-сервисов
Расширяемость плагинами — более 40 плагинов для дополнительных транспортов, протоколов и интеграций
Наблюдаемость — трассировка OpenTelemetry с Phoenix, Jaeger, Zipkin и другими бэкендами OTLP
Он работает как полностью совместимый MCP-сервер, развертываемый через PyPI или Docker, и масштабируется до мультикластерных сред в Kubernetes с федерацией и кэшированием на базе Redis.
Related MCP server: ContextForge MCP Gateway
Оглавление
📌 Полезные ссылки
Ресурс | Описание |
Быстрый старт — uvx, Docker, Compose или локальная разработка | |
Варианты поддержки, FAQ, каналы сообщества | |
Как сообщать об ошибках, запрашивать функции, участвовать | |
Полные руководства, учебные пособия, справочник API |
Обзор и цели
ContextForge — это реестр и прокси с открытым исходным кодом, который объединяет любой сервер Model Context Protocol (MCP), сервер A2A или REST/gRPC API, обеспечивая централизованное управление, обнаружение и наблюдаемость. Он оптимизирует вызовы агентов и инструментов, а также поддерживает плагины. Подробности см. в дорожной карте проекта.
В настоящее время поддерживается:
Федерация между несколькими сервисами MCP и REST
Интеграция A2A (Agent-to-Agent) для внешних ИИ-агентов (OpenAI, Anthropic, пользовательские)
Трансляция gRPC-в-MCP через автоматическое обнаружение сервисов на основе рефлексии
Виртуализация устаревших API как инструментов и серверов, совместимых с MCP
Транспорт через HTTP, JSON-RPC, WebSocket, SSE (с настраиваемым keepalive), stdio и потоковый HTTP
Панель администратора для управления в реальном времени, настройки и мониторинга логов (с поддержкой развертывания в изолированных сетях)
Встроенная аутентификация, повторные попытки и ограничение частоты запросов с OAuth-токенами в рамках пользователя и поддержкой заголовка
X-Upstream-AuthorizationНаблюдаемость OpenTelemetry с Phoenix, Jaeger, Zipkin и другими бэкендами OTLP
Масштабируемые развертывания через Docker или PyPI, кэширование на базе Redis и мультикластерная федерация
Список предстоящих функций можно найти в дорожной карте ContextForge
Объединяет любой MCP-сервер или REST API
Позволяет выбирать версию протокола MCP (например,
2025-11-25)Предоставляет единый интерфейс для различных бэкендов
Оборачивает сервисы, не являющиеся MCP, в виртуальные MCP-серверы
Регистрирует инструменты, подсказки (prompts) и ресурсы с минимальной настройкой
Трансляция gRPC-в-MCP через протокол рефлексии сервера
Автоматическое обнаружение сервисов и интроспекция методов
Адаптирует REST API в инструменты с помощью:
Автоматического извлечения JSON Schema
Поддержки заголовков, токенов и пользовательской аутентификации
Политик повторных попыток, тайм-аутов и ограничения частоты запросов
Подсказки (Prompts): шаблоны Jinja2, мультимодальная поддержка, откат/версионирование
Ресурсы: доступ на основе URI, определение MIME, кэширование, обновления SSE
Инструменты: нативные или адаптированные, с проверкой входных данных и контролем параллелизма
Панель администратора на базе HTMX + Alpine.js
Просмотр логов в реальном времени с фильтрацией, поиском и экспортом
Аутентификация: Basic, JWT или пользовательские схемы
Структурированные логи, эндпоинты состояния, метрики
7000+ тестов, цели Makefile, «горячая» перезагрузка, pre-commit хуки
Вендорно-независимая трассировка с поддержкой протокола OpenTelemetry (OTLP)
Поддержка нескольких бэкендов: Phoenix (ориентирован на LLM), Jaeger, Zipkin, Tempo, DataDog, New Relic
Распределенная трассировка между федеративными шлюзами и сервисами
Автоматическое инструментирование инструментов, подсказок, ресурсов и операций шлюза
Метрики, специфичные для LLM: использование токенов, затраты, производительность моделей
Нулевые накладные расходы при отключении с изящной деградацией
См. Документацию по наблюдаемости для руководств по настройке с Phoenix, Jaeger и другими бэкендами.
Быстрый старт - PyPI
ContextForge опубликован на PyPI как mcp-contextforge-gateway.
TLDR;: (одна команда с использованием uv)
# Quick start with environment variables
BASIC_AUTH_PASSWORD=pass \
MCPGATEWAY_UI_ENABLED=true \
MCPGATEWAY_ADMIN_API_ENABLED=true \
PLATFORM_ADMIN_EMAIL=admin@example.com \
PLATFORM_ADMIN_PASSWORD=changeme \
PLATFORM_ADMIN_FULL_NAME="Platform Administrator" \
uvx --from mcp-contextforge-gateway mcpgateway --host 0.0.0.0 --port 4444
# Or better: use the provided .env.example
cp .env.example .env
# Edit .env to customize your settings
uvx --from mcp-contextforge-gateway mcpgateway --host 0.0.0.0 --port 4444Python ≥ 3.11
curl + jq - только для последнего шага дымового тестирования
1 - Установка и запуск (удобно для копирования)
# 1️⃣ Isolated env + install from pypi
mkdir mcpgateway && cd mcpgateway
python3 -m venv .venv && source .venv/bin/activate
pip install --upgrade pip
pip install mcp-contextforge-gateway
# 2️⃣ Copy and customize the configuration
# Download the example environment file
curl -O https://raw.githubusercontent.com/IBM/mcp-context-forge/main/.env.example
cp .env.example .env
# Edit .env to customize your settings (especially passwords!)
# Or set environment variables directly:
export MCPGATEWAY_UI_ENABLED=true
export MCPGATEWAY_ADMIN_API_ENABLED=true
export PLATFORM_ADMIN_EMAIL=admin@example.com
export PLATFORM_ADMIN_PASSWORD=changeme
export PLATFORM_ADMIN_FULL_NAME="Platform Administrator"
BASIC_AUTH_PASSWORD=pass JWT_SECRET_KEY=my-test-key-but-now-longer-than-32-bytes \
mcpgateway --host 0.0.0.0 --port 4444 & # admin/pass
# 3️⃣ Generate a bearer token & smoke-test the API
export MCPGATEWAY_BEARER_TOKEN=$(python3 -m mcpgateway.utils.create_jwt_token \
--username admin@example.com --exp 10080 --secret my-test-key-but-now-longer-than-32-bytes)
curl -s -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" \
http://127.0.0.1:4444/version | jq# 1️⃣ Isolated env + install from PyPI
mkdir mcpgateway ; cd mcpgateway
python3 -m venv .venv ; .\.venv\Scripts\Activate.ps1
pip install --upgrade pip
pip install mcp-contextforge-gateway
# 2️⃣ Copy and customize the configuration
# Download the example environment file
Invoke-WebRequest -Uri "https://raw.githubusercontent.com/IBM/mcp-context-forge/main/.env.example" -OutFile ".env.example"
Copy-Item .env.example .env
# Edit .env to customize your settings
# Or set environment variables (session-only)
$Env:MCPGATEWAY_UI_ENABLED = "true"
$Env:MCPGATEWAY_ADMIN_API_ENABLED = "true"
# Note: Basic auth for API is disabled by default (API_ALLOW_BASIC_AUTH=false)
$Env:JWT_SECRET_KEY = "my-test-key-but-now-longer-than-32-bytes"
$Env:PLATFORM_ADMIN_EMAIL = "admin@example.com"
$Env:PLATFORM_ADMIN_PASSWORD = "changeme"
$Env:PLATFORM_ADMIN_FULL_NAME = "Platform Administrator"
# 3️⃣ Launch the gateway
mcpgateway.exe --host 0.0.0.0 --port 4444
# Optional: background it
# Start-Process -FilePath "mcpgateway.exe" -ArgumentList "--host 0.0.0.0 --port 4444"
# 4️⃣ Bearer token and smoke-test
$Env:MCPGATEWAY_BEARER_TOKEN = python3 -m mcpgateway.utils.create_jwt_token `
--username admin@example.com --exp 10080 --secret my-test-key-but-now-longer-than-32-bytes
curl -s -H "Authorization: Bearer $Env:MCPGATEWAY_BEARER_TOKEN" `
http://127.0.0.1:4444/version | jq# 1️⃣ Isolated env + install from PyPI using uv
mkdir mcpgateway ; cd mcpgateway
uv venv
.\.venv\Scripts\activate
uv pip install mcp-contextforge-gateway
# Continue with steps 2️⃣-4️⃣ above...Скопируйте .env.example в .env и настройте любые параметры (или используйте их как переменные окружения).
# 1️⃣ Spin up the sample GO MCP time server using mcpgateway.translate & docker (replace docker with podman if needed)
python3 -m mcpgateway.translate \
--stdio "docker run --rm -i ghcr.io/ibm/fast-time-server:latest -transport=stdio" \
--expose-sse \
--port 8003
# Or using the official mcp-server-git using uvx:
pip install uv # to install uvx, if not already installed
python3 -m mcpgateway.translate --stdio "uvx mcp-server-git" --expose-sse --port 9000
# Alternative: running the local binary
# cd mcp-servers/go/fast-time-server; make build
# python3 -m mcpgateway.translate --stdio "./dist/fast-time-server -transport=stdio" --expose-sse --port 8002
# NEW: Expose via multiple protocols simultaneously!
python3 -m mcpgateway.translate \
--stdio "uvx mcp-server-git" \
--expose-sse \
--expose-streamable-http \
--port 9000
# Now accessible via both /sse (SSE) and /mcp (streamable HTTP) endpoints
# 2️⃣ Register it with the gateway
curl -s -X POST -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" \
-H "Content-Type: application/json" \
-d '{"name":"fast_time","url":"http://localhost:8003/sse"}' \
http://localhost:4444/gateways
# 3️⃣ Verify tool catalog
curl -s -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" http://localhost:4444/tools | jq
# 4️⃣ Create a *virtual server* bundling those tools. Use the ID of tools from the tool catalog (Step #3) and pass them in the associatedTools list.
curl -s -X POST -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" \
-H "Content-Type: application/json" \
-d '{"server":{"name":"time_server","description":"Fast time tools","associated_tools":[<ID_OF_TOOLS>]}}' \
http://localhost:4444/servers | jq
# Example curl
curl -s -X POST -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN"
-H "Content-Type: application/json"
-d '{"server":{"name":"time_server","description":"Fast time tools","associated_tools":["6018ca46d32a4ac6b4c054c13a1726a2"]}}' \
http://localhost:4444/servers | jq
# 5️⃣ List servers (should now include the UUID of the newly created virtual server)
curl -s -H "Authorization: Bearer $MCPGATEWAY_BEARER_TOKEN" http://localhost:4444/servers | jq
# 6️⃣ Client HTTP endpoint. Inspect it interactively with the MCP Inspector CLI (or use any MCP client)
npx -y @modelcontextprotocol/inspector
# Transport Type: Streamable HTTP, URL: http://localhost:4444/servers/UUID_OF_SERVER_1/mcp, Header Name: "Authorization", Bearer Tokenexport MCP_AUTH="Bearer ${MCPGATEWAY_BEARER_TOKEN}"
export MCP_SERVER_URL=http://localhost:4444/servers/UUID_OF_SERVER_1/mcp
python3 -m mcpgateway.wrapper # Ctrl-C to exitВы также можете запустить его с помощью uv или внутри Docker/Podman — см. раздел Контейнеры выше.
В MCP Inspector определите переменные окружения MCP_AUTH и MCP_SERVER_URL, выберите python3 в качестве команды и -m mcpgateway.wrapper в качестве аргументов.
echo $PWD/.venv/bin/python3 # Using the Python3 full path ensures you have a working venv
export MCP_SERVER_URL='http://localhost:4444/servers/UUID_OF_SERVER_1/mcp'
export MCP_AUTH="Bearer ${MCPGATEWAY_BEARER_TOKEN}"
npx -y @modelcontextprotocol/inspectorили
Передайте URL и аутентификацию в качестве аргументов (нет необходимости устанавливать переменные окружения)
npx -y @modelcontextprotocol/inspector
command as `python`
Arguments as `-m mcpgateway.wrapper --url "http://localhost:4444/servers/UUID_OF_SERVER_1/mcp" --auth "Bearer <your token>"`При использовании MCP-клиента, такого как Claude, со stdio:
{
"mcpServers": {
"mcpgateway-wrapper": {
"command": "python",
"args": ["-m", "mcpgateway.wrapper"],
"env": {
"MCP_AUTH": "Bearer your-token-here",
"MCP_SERVER_URL": "http://localhost:4444/servers/UUID_OF_SERVER_1",
"MCP_TOOL_CALL_TIMEOUT": "120"
}
}
}
}Быстрый старт - Контейнеры
Используйте официальный образ OCI из GHCR с Docker или Podman. Обратите внимание: в настоящее время arm64 не поддерживается в продакшене. Если вы работаете, например, на MacOS с чипами Apple Silicon (M1, M2 и т.д.), вы можете запускать контейнеры через Rosetta или установить через PyPi.
🚀 Быстрый старт - Docker Compose
Запустите полный стек с PostgreSQL и Redis менее чем за 30 секунд:
# Clone and start the stack
git clone https://github.com/IBM/mcp-context-forge.git
cd mcp-context-forge
# Start with PostgreSQL (recommended for production)
docker compose up -d
# Check status
docker compose ps
# View logs
docker compose logs -f gateway
# Access Admin UI: http://localhost:8080/admin (login with PLATFORM_ADMIN_EMAIL/PASSWORD)
# Generate API token
docker compose exec gateway python3 -m mcpgateway.utils.create_jwt_token \
--username admin@example.com --exp 10080 --secret my-test-key-but-now-longer-than-32-bytesЧто вы получаете:
🗄️ PostgreSQL - готовая к продакшену база данных с 55+ таблицами
🚀 ContextForge - полнофункциональный шлюз с панелью администратора
📊 Redis - высокопроизводительное кэширование и хранилище сессий
🔧 Инструменты администратора - pgAdmin, Redis Insight для управления базой данных
🌐 Nginx Proxy - кэширующий обратный прокси на порту 8080
Включить HTTPS (опционально):
# Start with TLS enabled (auto-generates self-signed certs)
make compose-tls
# Access via HTTPS: https://localhost:8443/admin
# Or bring your own certificates:
# Unencrypted key:
mkdir -p certs
cp your-cert.pem certs/cert.pem && cp your-key.pem certs/key.pem
make compose-tls
# Passphrase-protected key:
mkdir -p certs
cp your-cert.pem certs/cert.pem && cp your-encrypted-key.pem certs/key-encrypted.pem
echo "KEY_FILE_PASSWORD=your-passphrase" >> .env
make compose-tls☸️ Быстрый старт - Helm (Kubernetes)
Разверните в Kubernetes с функциями корпоративного уровня:
# Add Helm repository (when available)
# helm repo add mcp-context-forge https://ibm.github.io/mcp-context-forge
# helm repo update
# For now, use local chart
git clone https://github.com/IBM/mcp-context-forge.git
cd mcp-context-forge/charts/mcp-stack
# Install with PostgreSQL (default)
helm install mcp-gateway . \
--set mcpContextForge.secret.PLATFORM_ADMIN_EMAIL=admin@yourcompany.com \
--set mcpContextForge.secret.PLATFORM_ADMIN_PASSWORD=changeme \
--set mcpContextForge.secret.JWT_SECRET_KEY=your-secret-key
# Check deployment status
kubectl get pods -l app.kubernetes.io/name=mcp-context-forge
# Port forward to access Admin UI
kubectl port-forward svc/mcp-gateway-mcp-context-forge 4444:80
# Access: http://localhost:4444/admin
# Generate API token
kubectl exec deployment/mcp-gateway-mcp-context-forge -- \
python3 -m mcpgateway.utils.create_jwt_token \
--username admin@yourcompany.com --exp 10080 --secret your-secret-keyПримечание по SSRF: Helm по умолчанию использует строгие настройки SSRF (
SSRF_ALLOW_PRIVATE_NETWORKS=false). Если вы регистрируете URL-адреса инструментов внутри кластера (например, сервисы fast-time или fast-test), разрешите только CIDR вашего кластера черезmcpContextForge.config.SSRF_ALLOWED_NETWORKSили, для локальных бенчмарков, временно установитеSSRF_ALLOW_PRIVATE_NETWORKS=true. См.docs/docs/manage/configuration.md#ssrf-protectionиdocs/docs/deployment/helm.md.
Корпоративные функции:
🔄 Автомасштабирование - HPA с целями по CPU/памяти
🗄️ Выбор базы данных - PostgreSQL (prod), SQLite (dev)
📊 Наблюдаемость - метрики Prometheus, трассировка OpenTelemetry
🔒 Безопасность - RBAC, сетевые политики, управление секретами
🚀 Высокая доступность - развертывания с несколькими репликами и кластеризацией Redis
📈 Мониторинг - встроенные дашборды Grafana и оповещения
🐳 Docker (О
This server cannot be deployed
Maintenance
Related MCP Connectors
- gatewayOAuthai.sealgate
MCP gateway with runtime security policy, tool-call-level control, and audit of agent actions.
Governed MCP gateway: one endpoint for your tools, with credential custody and audit log.
Agent-native registry to discover APIs, MCP servers and CLIs, with live health checks.
Zero-setup MCP gateway securely connecting AI to your tools with authentication and workflows
Related MCP Servers
- AlicenseNot gradedqualityNot gradedmaintenanceA feature-rich Model Context Protocol gateway that federates MCP and REST services, unifying discovery, authentication, and transport protocols while providing virtualization of legacy APIs as MCP-compliant tools.Apache 2.0
- AlicenseNot gradedqualityFmaintenanceA feature-rich gateway and proxy that federates MCP, REST, and gRPC services into a unified endpoint for AI clients. It enables virtualization of legacy APIs as MCP-compliant tools while providing built-in security, rate-limiting, and OpenTelemetry observability.Apache 2.0
- AlicenseNot gradedqualityDmaintenanceA gateway that aggregates multiple MCP servers into a single endpoint with authentication, group-based access control, and audit logging for AI agents.19 npmMIT
- AlicenseNot gradedqualityDmaintenanceAn open source registry and proxy that federates MCP, A2A, and REST/gRPC APIs with centralized governance, discovery, and observability. It optimizes agent and tool calling, and supports plugins.Apache 2.0
