Open WebUI 集成 MCPo 实践：支持 Ollama 与多种 MCP Server

启动时只需传入配置路径：

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

4. 集成 Open WebUI

最后一步是将 MCPo 接入 Open WebUI。这能让你的 LLM 应用直接调用这些转换后的 API。

# pip 安装
pip install -U open-webui

# 源代码安装（如需定制）
git clone -b v0.6.0 https://github.com/open-webui/open-webui.git
cd open-webui/
cp -RPp .env.example .env
npm i
npm run build
cd ./backend
pip install -r requirements.txt -U

# 启动
bash start.sh

测试与验证

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 服务。这段代码展示了如何通过 HTTP POST 请求获取网页内容，并处理可能的异常。

import requests
import json

def fetch_webpage(url, max_length=10000, start_index=0, raw=False):
    """
    使用 MCP Fetch server 获取 URL 内容。
    
    Args:
        url (str): 目标网址
        max_length (int): 返回的最大字符数
        start_index (int): 从第几个字符开始截取
        raw (bool): 是否获取原始 HTML 而非 Markdown 格式
    
    Returns:
        dict: 包含抓取内容的响应字典
    """
    try:
        # 向 MCPo 暴露的端点发送 POST 请求
        response = requests.post(
            "http://localhost:8000/fetch",
            json={
                "url": url,
                "max_length": max_length,
                "start_index": start_index,
                "raw": raw
            }
        )
        
        # 确保请求成功
        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)

最新功能与展望

根据项目更新日志，MCPo 近期引入了多项实用特性：

• 图像内容支持：现在可以直接处理 MCP 工具生成的图像内容，并以二进制格式返回，适用于动态图表或 AI 艺术场景。
• 灵活的跨域访问控制（CORS）：新增 -cors-allow-origins 参数，方便前端应用和远程 UI 集成。

社区反馈显示，开发者对其易用性和强大的功能表示认可。随着人工智能工具需求的增长，MCPo 有望成为连接 AI 工具与标准化接口的重要桥梁，为开发者提供更高效、更安全的解决方案。