別慌！你寫的 REST API 沒被淘汰——它正被 MCP"翻譯器"悄悄升維成 AI 原生接口

AI Agent 時代，存量 API 怎么辦？

很多團(tuán)隊已經(jīng)積累了大量 REST API 資產(chǎn)，面對 AI Agent 的興起，一個現(xiàn)實問題擺在眼前：這些 API 還能用嗎？是不是得全部重寫才能接入 AI 生態(tài)？

答案是不用。MCP 協(xié)議提供了一條更務(wù)實的路徑——現(xiàn)有 API 資產(chǎn)無需重寫，直接升級為 AI 原生接口。

MCP 協(xié)議：給 AI Agent 一個標(biāo)準(zhǔn)插座

MCP 是什么？

MCP（Meta-Communication Protocol）是專為 AI Agent 設(shè)計的通信協(xié)議。它在傳統(tǒng)請求-響應(yīng)模式的基礎(chǔ)上，引入了事件驅(qū)動和異步通信機(jī)制，更貼合 AI Agent 對實時性和并發(fā)性的要求。

WebMCP：把現(xiàn)有 API 直接變成 MCP 服務(wù)器

WebMCP 是 MCP 生態(tài)里的一個關(guān)鍵工具，能把任意 Chrome 網(wǎng)頁轉(zhuǎn)換為 MCP 服務(wù)器。對于已有的基于網(wǎng)頁的 REST API，WebMCP 可以直接完成協(xié)議轉(zhuǎn)換，不需要動一行業(yè)務(wù)代碼。

核心能力：

1. 零侵入接入：不修改現(xiàn)有 API 代碼，WebMCP 在外層處理協(xié)議轉(zhuǎn)換。
2. 實時通信：支持 AI Agent 與 API 之間的實時數(shù)據(jù)交換。
3. 事件驅(qū)動：異步通信模式，適配 AI Agent 的動態(tài)調(diào)用場景。

實戰(zhàn)：把 Express REST API 接入 MCP

假設(shè)你有一個基于 Express.js 的用戶管理 API：

const express = require('express');
const app = express();
app.use(express.json());

app.get('/users', (req, res) => {
    res.json([{id: 1, name: 'Alice'}, {id: 2, name: 'Bob'}]);
});

app.post('/users', (req, res) => {
    const user = req.body;
    // 保存用戶到數(shù)據(jù)庫
    res.status(201).json(user);
});

app.listen(3000, () => console.log('API server running on port 3000'));

引入 WebMCP 只需在末尾加幾行：

const express = require('express');
const { WebMCP } = require('webmcp');
const app = express();
app.use(express.json());

app.get('/users', (req, res) => {
    res.json([{id: 1, name: 'Alice'}, {id: 2, name: 'Bob'}]);
});

app.post('/users', (req, res) => {
    const user = req.body;
    // 保存用戶到數(shù)據(jù)庫
    res.status(201).json(user);
});

const mcpServer = new WebMCP(app);
mcpServer.start(3000).then(() => {
    console.log('MCP server running on port 3000');
});

改動就這些。原有路由邏輯完全不動，AI Agent 就可以通過 MCP 協(xié)議調(diào)用你的接口了。

MCP Server 開發(fā)與部署

完整代碼示例

下面是一個更完整的 MCP Server 示例，展示如何同時暴露 REST 接口和 MCP 接口：

const express = require('express');
const { MCP } = require('mcp-sdk');
const app = express();
app.use(express.json());

app.get('/greet', (req, res) => {
    const name = req.query.name || 'World';
    res.json({ message: `Hello, ${name}!` });
});

const mcp = new MCP();
mcp.expose('greet', async (args) => {
    const name = args.name || 'World';
    return { message: `Hello, ${name}!` };
});

app.listen(3000, () => {
    console.log('API server running on port 3000');
    mcp.connect('ws://localhost:8080').then(() => {
        console.log('Connected to MCP broker');
    });
});

部署步驟

1. 安裝依賴

npm install express mcp-sdk

2. 啟動 MCP Broker

MCP Broker 負(fù)責(zé)消息路由，是整個 MCP 生態(tài)的核心組件。用 Docker 一行啟動：

docker run -d -p 8080:8080 mcpbroker

3. 啟動 MCP Server

node server.js

4. 測試接口

用 mcp-cli 直接調(diào)用：

mcp-cli call greet --args '{"name":"Alice"}'

返回結(jié)果：

{
    "message": "Hello, Alice!"
}

MCP 工具生態(tài)與商業(yè)價值

常用工具

• mcp-sdk：多語言客戶端 SDK，快速集成 MCP 功能。
• mcp-broker：高性能 Broker，支持集群部署和負(fù)載均衡。
• mcp-cli：命令行工具，用于測試和調(diào)試 MCP 接口。

為什么值得投入？

MCP 協(xié)議對存量 API 資產(chǎn)的復(fù)用價值是實打?qū)嵉模唧w體現(xiàn)在三個方面：

1. 縮短開發(fā)周期：不用從零搭建 AI Agent 服務(wù)，直接復(fù)用現(xiàn)有 API 邏輯。
2. 跨平臺集成：MCP 協(xié)議本身與語言和平臺無關(guān)，不同系統(tǒng)之間的對接成本大幅降低。
3. 性能適配：事件驅(qū)動和異步通信模式，讓服務(wù)的實時性和并發(fā)能力跟上 AI Agent 的調(diào)用節(jié)奏。

一個具體場景：天氣服務(wù)商接入 AI Agent

假設(shè)你是一家天氣服務(wù)商，已有一套成熟的天氣查詢 API。接入 MCP 的路徑大致是這樣的：

1. 用 WebMCP 把天氣 API 包裝成 MCP 服務(wù)器，對外暴露給 AI Agent 調(diào)用。
2. 基于 MCP 工具開發(fā) AI Agent 應(yīng)用，提供個性化天氣咨詢能力。
3. 通過 MCP 協(xié)議把這套能力集成到智能音箱、智能手表等終端，打通多渠道分發(fā)。

整個過程，核心的天氣查詢邏輯一行沒改。

動手試試

如果你想直接上手，按這個順序來：

第一步：啟動 MCP Broker

docker run -d -p 8080:8080 mcpbroker

第二步：給現(xiàn)有 Express 應(yīng)用加上 WebMCP

npm install webmcp

const { WebMCP } = require('webmcp');
const app = express();
// 你的 Express 應(yīng)用代碼保持不變
const mcpServer = new WebMCP(app);
mcpServer.start(3000).then(() => {
    console.log('MCP server running on port 3000');
});

第三步：開發(fā) AI Agent 應(yīng)用

調(diào)用你剛才暴露的 MCP 接口，構(gòu)建 Agent 業(yè)務(wù)邏輯。

第四步：本地測試通過后，部署到生產(chǎn)環(huán)境。

MCP 協(xié)議的核心價值不是顛覆現(xiàn)有 API，而是給它加一層 AI 友好的通信外殼。存量資產(chǎn)不用扔，開發(fā)成本不用翻倍，這才是工程上真正務(wù)實的選擇。