MCP Research Router

📖 引言

你是否遇到过这些问题？

有多个 MCP 服务器，每次都要逐个添加到客户端，很麻烦？
工具太多，不知道该用哪个？
需要同时调用多个工具，但只能一个一个来？

MCP Research Router 就是为你准备的。

它是一个 MCP 聚合器和智能路由器，帮你：

✅ 一次连接，访问所有 MCP 服务器
✅ 自动推荐最适合的工具
✅ 批量并行执行，性能提升 3-5 倍

🎯 这个工具适合你吗？

✅ 适合使用

有多个 MCP 服务器需要统一管理
工具数量多，不知道该用哪个
需要批量调用多个工具
想通过 LLM 智能推荐工具

❌ 不适合使用

只有一个 MCP 服务器
工具数量少，能直接选择
不需要智能推荐功能

如果你的客户端已经支持添加多个 MCP，并且你只有少量工具，那么你不需要这个工具。

⚡ 特点

1. 统一管理多个 MCP 服务器

聚合多个 MCP 服务器，一次连接即可访问所有工具。无需在每个客户端中逐个添加。

2. 智能工具推荐

根据你的需求，通过 LLM 自动推荐最合适的工具。不用再翻阅长长的工具列表。

3. 批量并行执行

同时调用多个相关工具，性能提升 3-5 倍。适合需要综合多个工具结果的场景。

🚀 快速开始

1. 安装

npm install -g mcp-research-router
# 或直接运行
npx mcp-research-router

2. 配置

推荐：使用环境变量

在 MCP 客户端中添加环境变量：

MCP_LLM_ENABLED=true
MCP_LLM_API_KEY=your-api-key-here
MCP_LLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4
MCP_LLM_MODEL=glm-4.7-flash
MCP_SERVER_URL=http://127.0.0.1:3000/mcp/your-group-id

3. 连接到客户端

编辑配置文件（适用于 Claude Desktop、Cursor 等支持 MCP 的客户端）：

Claude Desktop:
- Windows: %APPDATA%\Claude\claude_desktop_config.json
- Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
Cursor:
- Windows: %APPDATA%\Cursor\User\globalStorage\mcp_settings.json
- Mac: ~/Library/Application Support/Cursor/User/globalStorage/mcp_settings.json

最小配置（仅连接服务）：

{
  "mcpServers": {
    "mcp-research-router": {
      "command": "npx",
      "args": ["mcp-research-router"]
    }
  }
}

包含环境变量：

{
  "mcpServers": {
    "mcp-research-router": {
      "command": "npx",
      "args": ["mcp-research-router"],
      "env": {
        "MCP_LLM_ENABLED": "true",
        "MCP_LLM_BASE_URL": "https://ark.cn-beijing.volces.com/api/coding/v3",
        "MCP_LLM_API_KEY": "your-api-key-here",
        "MCP_LLM_MODEL": "ark-code-latest",
        "MCP_SERVER_ENABLED": "true",
        "MCP_SERVER_URL": "http://your-server-url/mcp/endpoint",
        "MCP_SERVER_NAME": "my-server",
        "MCP_SERVER_HEADERS": "{\"Authorization\": \"Bearer your-token\"}"
      }
    }
  }
}

📖 使用方法

获取工具列表

{
  "name": "get_tool_list"
}

智能工具推荐

{
  "name": "get_tool_list",
  "arguments": {
    "user_query": "搜索关于人工智能的最新新闻",
    "max_tools": 3
  }
}

系统会根据你的需求推荐最合适的工具。

批量执行工具

{
  "name": "execute_tools",
  "arguments": {
    "tools": [
      {
        "tool_name": "server-name-metaso-metaso_web_search",
        "arguments": {"q": "人工智能最新发展"}
      }
    ]
  }
}

⚙️ 配置说明

环境变量（推荐）

环境变量	说明	默认值
`MCP_LLM_ENABLED`	是否启用 LLM 推荐	`false`
`MCP_LLM_API_KEY`	LLM API 密钥	-
`MCP_LLM_BASE_URL`	LLM 基础 URL	`https://api.siliconflow.cn/v1`
`MCP_LLM_MODEL`	LLM 模型名称	`Qwen/Qwen2.5-7B-Instruct`
`MCP_LLM_TIMEOUT`	LLM 调用超时时间（毫秒）	`90000`
`MCP_SERVER_ENABLED`	是否启用 MCP 服务器	`false`
`MCP_SERVER_URL`	MCP 服务器 URL	-
`MCP_SERVER_NAME`	MCP 服务器名称（工具名前缀）	`default`
`MCP_SERVER_HEADERS`	MCP 服务器请求头（JSON 格式）	`{}`
`MCP_PROMPTS_PATH`	自定义提示词目录路径	包内 `prompts` 目录
`MCP_MAX_RECOMMENDATIONS`	最大推荐数	`5`
`MCP_MAX_ITERATIONS`	最大迭代次数	`3`
`MCP_MIN_CONFIDENCE`	最小置信度	`0.7`

MCP_SERVER_HEADERS 使用方法

需要填写 JSON 格式的字符串：

MCP_SERVER_HEADERS={"Authorization": "Bearer your-token"}

示例：

Bearer Token 认证：{"Authorization": "Bearer your-token"}
API Key 认证：{"X-API-Key": "your-api-key"}
多个请求头：{"Authorization": "Bearer your-token", "X-Custom-Header": "value"}

配置文件方式

如果需要使用配置文件，编辑 config.json：

{
  "subAgent": {
    "enabled": true,
    "type": "openai",
    "baseUrl": "https://open.bigmodel.cn/api/paas/v4",
    "apiKey": "your-api-key-here",
    "model": "glm-4.7-flash",
    "timeout": 90000
  },
  "mcpServers": {
    "enabled": true,
    "servers": [
      {
        "name": "my-favorites",
        "type": "streamable-http",
        "url": "http://127.0.0.1:3000/mcp/your-group-id"
      }
    ]
  }
}

完整配置示例请参考 config.full.example.json。

🎨 提示词模式

系统支持多种提示词模式，你可以根据需求选择：

预定义模式

tool_recommendation（默认）：快速工具推荐
deep_research：深度研究模式，适合复杂任务

自定义模式

在 prompts/ 文件夹中创建新文件夹：

prompts/
└── my_mode/
    ├── system.txt
    └── user.txt

使用时传入 prompt_mode: "my_mode"。

详细说明请查看 prompts/README.md。

❓ 常见问题

Q: 如何配置 MCPHub 分组？

在 MCPHub 网页端创建分组
添加常用的 MCP 服务器到分组
复制分组 ID
配置环境变量：MCP_SERVER_URL=http://127.0.0.1:3000/mcp/分组ID

⚠️ 不要把 MCP Research Router 自己添加到分组里，否则会无限套娃。

Q: 不配置 LLM 能使用吗？

可以，但功能受限：

✅ 可以获取工具列表
✅ 可以执行工具
❌ 无法使用智能推荐功能

🛠️ 开发

# 安装依赖
pnpm install

# 开发模式（支持热重载）
pnpm dev

# 构建
pnpm build

# 运行
pnpm start

📄 许可证

MIT

🙏 赞赏

如果你觉得这个项目对你有帮助，欢迎通过微信赞赏支持我的开发工作：