api-connecter-mcp 1.0.1

Universal API Connector MCP for AI applications

API_Connecter_MCP

一个专门用于API连接的MCP（Model Context Protocol）服务器，让AI能够通过API连接万物。

🚀 功能特性

核心功能

• API配置管理 - 支持多种认证方式（API Key、Bearer Token、Basic Auth等）
• API数据获取 - 自动调用API并存储数据到本地数据库
• 数据预览 - 在存储前预览API返回的数据结构
• 会话管理 - 为不同的API数据创建独立的存储会话
• 数据转换 - 支持多种数据格式转换和处理

支持的API类型

• REST API
• 支持JSON、XML等多种响应格式
• 多种HTTP方法（GET、POST、PUT、DELETE等）
• 灵活的认证机制

📦 安装和配置

环境要求

• Python 3.8+
• 依赖包：requests, pandas, mcp

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置环境变量

复制 .env.example 到 .env 并配置您的API密钥：

cp .env.example .env

3. 测试服务器

python main.py --test

4. 运行MCP服务器

# 直接运行
python main.py

# 或使用MCP开发模式（推荐用于测试）
mcp dev main.py

5. 配置Claude Desktop

将 claude_desktop_config.json 的内容复制到您的Claude Desktop配置文件中。

配置API

1. 编辑 config/api_config.json 文件
2. 添加你的API配置信息
3. 设置环境变量（如API密钥）

示例配置

{
  "apis": {
    "my_api": {
      "name": "我的API",
      "description": "API描述",
      "enabled": true,
      "base_url": "https://api.example.com",
      "auth_type": "api_key",
      "auth": {
        "key": "${API_KEY}",
        "header_name": "X-API-Key"
      },
      "endpoints": {
        "get_data": {
          "path": "/data",
          "method": "GET",
          "description": "获取数据"
        }
      }
    }
  }
}

🛠️ 可用工具

1. manage_api_config

管理API配置

# 列出所有API
manage_api_config(action="list")

# 测试API连接
manage_api_config(action="test", api_name="my_api")

# 验证API配置
manage_api_config(action="validate", api_name="my_api")

2. fetch_api_data

获取API数据并自动存储

# 基本用法
fetch_api_data(
    api_name="jsonplaceholder",
    endpoint_name="get_posts"
)

# 带参数的请求
fetch_api_data(
    api_name="jsonplaceholder",
    endpoint_name="get_post",
    params={"id": 1}
)

# 指定存储会话
fetch_api_data(
    api_name="my_api",
    endpoint_name="get_data",
    storage_session_id="my_session"
)

3. api_data_preview

预览API数据（不存储）

api_data_preview(
    api_name="jsonplaceholder",
    endpoint_name="get_posts",
    max_rows=5
)

4. create_api_storage_session

创建数据存储会话

create_api_storage_session(
    session_name="posts_data",
    api_name="jsonplaceholder",
    endpoint_name="get_posts",
    description="存储文章数据"
)

5. list_api_storage_sessions

列出所有存储会话

list_api_storage_sessions()

🔧 数据转换

支持灵活的数据转换配置：

transform_config = {
    "select_fields": ["id", "title", "body"],  # 选择字段
    "rename_fields": {"body": "content"},     # 重命名字段
    "filter_conditions": [                     # 过滤条件
        {"field": "id", "operator": "gt", "value": 10}
    ],
    "sort_by": "id",                           # 排序字段
    "limit": 50,                              # 限制数量
    "type_conversions": {                     # 类型转换
        "id": "int",
        "title": "str"
    }
}

fetch_api_data(
    api_name="jsonplaceholder",
    endpoint_name="get_posts",
    transform_config=transform_config
)

🔐 安全配置

环境变量

在 .env 文件中设置敏感信息：

API_KEY=your_api_key_here
GITHUB_TOKEN=your_github_token

域名安全

在配置中设置允许/禁止的域名：

{
  "security": {
    "allowed_domains": ["api.example.com"],
    "blocked_domains": ["malicious.com"],
    "max_response_size": 10485760
  }
}

📊 数据存储

• 每个存储会话对应一个独立的SQLite数据库文件
• 自动去重，避免重复存储相同数据
• 支持原始数据和处理后数据的同时存储
• 完整的操作日志记录

🎯 使用场景

1. 数据收集 - 从各种API收集数据进行分析
2. API测试 - 测试和验证API的功能
3. 数据同步 - 定期从API获取最新数据
4. 数据转换 - 将API数据转换为所需格式
5. API监控 - 监控API的可用性和响应时间

🔄 工作流程

1. 配置API - 在配置文件中添加API信息
2. 测试连接 - 验证API配置是否正确
3. 预览数据 - 了解API返回的数据结构
4. 创建会话 - 为数据存储创建会话
5. 获取数据 - 调用API并自动存储数据
6. 管理数据 - 查看和管理存储的数据

📝 注意事项

• 请遵守API提供商的使用条款和速率限制
• 妥善保管API密钥等敏感信息
• 定期备份重要的数据存储文件
• 监控API调用的成本和配额使用情况

🤝 贡献

欢迎提交Issue和Pull Request来改进这个项目！

📄 许可证

MIT License

---

让AI通过API连接万物！ 🌐✨