MCP Research Router

🚀 MCP Research Router

MCP Research Router 是一个 MCP 聚合器和智能路由器，它能聚合多个 MCP 服务器，让你一次连接即可访问所有工具。还能通过 LLM 自动推荐最合适的工具，并且支持批量并行执行，性能提升 3 - 5 倍，有效解决多 MCP 服务器管理及工具调用难题。

🚀 快速开始

安装

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

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

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\"}"
      }
    }
  }
}

✨ 主要特性

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。

💻 使用示例

基础用法

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"}
      }
    ]
  }
}

📚 详细文档

配置说明

环境变量（推荐）

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？

1. 在 MCPHub 网页端创建分组
2. 添加常用的 MCP 服务器到分组
3. 复制分组 ID
4. 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

🔗 相关链接

• GitHub 仓库
• 安装指南
• 部署文档
• 更新日志

🙏 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：