Open WebUI 新技术 MCPo：将 MCP 工具转换为 OpenAPI 接口

启动时只需传入配置文件路径：

mcpo --config /path/to/config.json

最后，配合 Open WebUI 使用。你可以直接通过 pip 升级安装，或者从源码构建：

pip install -U open-webui
open-webui serve

实战示例

为了验证 MCPo 是否正常工作，我们可以编写一个简单的 Python 脚本调用 Fetch Server。这个例子展示了如何向 MCPo 发起 POST 请求并处理返回内容：

import requests
import json

def fetch_webpage(url, max_length=10000, start_index=0, raw=False):
    """使用 MCP Fetch server 获取网页内容。
    
    Args:
        url (str): 目标 URL
        max_length (int): 最大返回字符数
        start_index (int): 起始索引
        raw (bool): 是否获取原始 HTML
    Returns:
        dict: 服务器响应内容
    """
    try:
        # 向 MCPo 生成的端点发送请求
        response = requests.post(
            "http://localhost:8000/fetch",
            json={
                "url": url,
                "max_length": max_length,
                "start_index": start_index,
                "raw": raw
            }
        )
        response.raise_for_status()
        return response.json()
    except Exception as e:
        return {"error": str(e)}

if __name__ == "__main__":
    target_url = "https://www.aivi.fyi/aiagents/RooCode-Gemini2.5Pro-OpenAIAgentsSDK"
    result = fetch_webpage(target_url)
    print(result)

这段代码会尝试抓取指定链接的内容。如果 MCPo 服务正常且 Fetch Server 已注册，你将看到解析后的数据。在实际开发中，记得根据实际需求调整 max_length 参数，避免一次性加载过大内容影响性能。

总结

MCPo 的出现填补了 MCP 协议与标准 Web 接口之间的空白。它不仅支持图像内容处理和灵活的跨域控制，还通过成熟的 FastAPI 框架保证了稳定性。对于希望快速构建本地 AI 应用或扩展现有工具链的开发者来说，这是一个值得尝试的中间件方案。