Higress 网关实战:REST API 转 MCP Server 工具配置指南
Higress 是一款云原生 API 网关,集成了流量、微服务、安全及 AI 网关功能。基于 Istio 和 Envoy 开发,支持 Go/Rust/JS 等语言编写 Wasm 插件,提供开箱即用的控制台。
在 AI 场景下,Higress AI 网关支持 OpenAI、DeepSeek、通义千问等多种服务商,具备令牌限流、消费者鉴权、WAF 防护及语义缓存能力。今天重点聊聊如何利用其 MCP Server 插件,将现有的 REST API 快速转换为 AI 助手可调用的工具。
为什么需要 MCP Server 插件?
Model Context Protocol (MCP) 定义了 AI 模型与外部工具和资源交互的标准方式。通过 Higress 的 mcp-server 插件,我们可以实现以下目标:
- 零代码转换:无需额外开发,直接将现有 REST API 暴露为 AI 工具。
- 统一治理:复用网关的认证、鉴权、限流和可观测性能力,确保安全性与性能。
- 快速部署:利用插件机制,几分钟内即可添加新的 MCP Server。
该插件默认阶段执行,优先级设为 30,适合大多数场景。
核心配置详解
配置主要分为两部分:Server 基础信息和具体的 REST-to-MCP 工具定义。
Server 配置
这是 MCP Server 的元数据部分。
| 字段名 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
server.name | string | 是 | - | Server 名称。内置服务(如 quark-search)只需填此项;REST 场景可自定义。 |
server.config | object | 否 | {} | 服务器级配置,例如全局 API Key。 |
server.allowTools | array | 否 | - | 允许调用的工具列表。不指定则允许所有。 |
REST-to-MCP 工具配置
这是最核心的部分,定义了如何将 HTTP 请求映射为 AI 工具调用。
参数定义 (tools[].args)
你需要明确告诉 AI 这个工具需要什么输入。支持多种类型:
string:字符串(默认)number/integer:数字或整数boolean:布尔值array:数组,需配合items定义元素模式object:对象,需配合 定义属性模式


