# mcp-tool-gateway
### 项目简介

基于标准 MCP（Model Context Protocol）协议开发的通用工具调度网关，实现多远端工具进程统一管理，解决 Agent 工具硬耦合、无法跨业务复用问题。
内置网页爬取、文本摘要、向量知识库检索三类标准化 Skills，服务端通过`list_tools`暴露全部工具元数据、`call_tool`统一分发业务逻辑；客户端批量启停 MCP 服务并建立工具路由映射，自动将工具转换为 LLM Function Calling 标准格式，支持大模型自主识别、调用远端能力。
可无缝对接 CrewAI 多智能体、ReAct 对话 Agent，已配套法律文档检索、智能客服两大 RAG 业务场景落地验证，新增业务工具仅需独立开发 MCP 服务，无需修改 Agent 核心调度逻辑，大幅降低研发工具接入成本。

### 技术栈

Python / MCP SDK / Crawl4AI / OpenAI Function Calling / 多进程调度

### 核心能力

1. 单 MCP 服务支持多业务工具注册与统一分发
2. 批量管理多 MCP 进程，自动维护工具名路由映射
3. MCP 工具自动适配大模型 Function Calling 规范
4. 内置检索、爬虫、文本处理开箱即用工具
5. 进程异常捕获、安全启停资源回收机制

### 配套业务项目

1. 法律多智能体 RAG 系统：[https://github.com/zike678/paralegal-agent](https://link.wtturl.cn/?target=https%3A%2F%2Fgithub.com%2Fzike678%2Fparalegal-agent&scene=im&aid=582478&lang=zh)
2. 客服 ReAct 对话智能体：[https://github.com/zike678/Robot\_Vacuum\_Agent](https://link.wtturl.cn/?target=https%3A%2F%2Fgithub.com%2Fzike678%2FRobot_Vacuum_Agent&scene=im&aid=582478&lang=zh)

### 使用方式

1. 安装依赖：`uv sync` / `pip install -r requirements.txt`
2. 启动 MCP 服务端：`python mcp_server.py`
3. 多服务调度测试：`python mcp_multi_client.py`
4. LLM 自动调用 Demo：`python agent_llm_entry.py`

---

## 极简短版（仓库顶部一句话简介，用于 Github 仓库主页短描述）

通用 MCP 标准化工具网关，多进程统一调度，打通 LLM 与远端检索、爬虫等业务工具，可复用至多套 RAG Agent 智能体项目