openapi-mcp
Enables agents to query real-time OpenAPI documentation of backend services, providing tools to list services, endpoints, and schemas via MCP.
README
OpenAPI MCP Server
Servidor MCP (Model Context Protocol) que permite a un agente consultar la documentación OpenAPI de un backend en tiempo real.
Requisitos
- Python 3.12+
- Docker
Instalación
Con Docker (recomendado)
cd openapi_mcp
docker build -t openapi-mcp .
Entorno local (alternativa)
cd openapi_mcp
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
Configuración
Opción 1: Variable de entorno (más sencilla)
Configura tu backend directamente en el JSON del agente MCP usando la variable OPENAPI_SERVICES con formato nombre:url,nombre2:url:
{
"mcpServers": {
"openapi": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"OPENAPI_SERVICES=mi-backend:http://host.docker.internal:8080/v3/api-docs",
"openapi-mcp"
]
}
}
}
Si tu backend está en
localhost, usahost.docker.internalpara que el contenedor pueda llegar a él.
Para múltiples backends:
{
"mcpServers": {
"openapi": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"OPENAPI_SERVICES=mi-backend:http://host.docker.internal:8080/v3/api-docs,legacy:http://host.docker.internal:8081/v3/api-docs",
"openapi-mcp"
]
}
}
}
Opción 2: Archivo YAML (alternativa)
Edita services.yaml con la URL de tu backend:
services:
mi-backend: http://localhost:8080/v3/api-docs
Y monta el archivo como volumen al ejecutar Docker:
{
"mcpServers": {
"openapi": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-v",
"/ruta/absoluta/a/openapi_mcp/services.yaml:/app/services.yaml",
"openapi-mcp"
]
}
}
}
Ejecución
Con Docker
La ejecución va integrada en la configuración del agente. No necesitas ejecutar nada manualmente.
Entorno local
python server.py
Cómo funciona
Tu backend expone la especificación OpenAPI en una URL (por ejemplo, GET /v3/api-docs). El servidor MCP hace lo siguiente cuando una herramienta es invocada:
- Lee la configuración:
config.pycarga la variableOPENAPI_SERVICESo el archivoservices.yaml. - Descarga la especificación:
loader.pyhace una petición HTTPGETa la URL configurada y recibe el JSON de OpenAPI. - Procesa en memoria:
tools.pyconvierte el JSON en un diccionario de Python y lo consulta directamente. - Sin persistencia: nunca se guarda el JSON en disco ni se mantiene en caché. Cada llamada descarga la especificación más reciente.
Registro en Claude Desktop
Edita el archivo de configuración de Claude Desktop:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
Usa la configuración Docker con variable de entorno que aparece arriba en Opción 1.
Reinicia Claude Desktop después de guardar la configuración.
Registro en Claude Code
Claude Code lee la configuración MCP desde ~/.mcp/config.json o desde archivos .mcp.json en el directorio de trabajo.
Configuración global
Crea ~/.mcp/config.json con la configuración Docker de Opción 1.
Configuración por proyecto
Crea un archivo .mcp.json en la raíz de tu proyecto con la misma configuración.
Claude Code detectará automáticamente el servidor MCP al iniciar.
Herramientas disponibles
| Herramienta | Descripción |
|---|---|
list_services() |
Lista los backends configurados |
list_endpoints(service) |
Lista todos los endpoints de un backend |
get_endpoint(service, method, path) |
Devuelve la definición completa de un endpoint |
search(query) |
Busca texto en toda la documentación de todos los backends |
get_schema(service, schema_name) |
Devuelve la definición de un schema |
Notas
- Sin caché: cada consulta descarga la especificación más reciente.
- Sin resolución de
$ref: los schemas se devuelven tal como aparecen en el OpenAPI. - Errores descriptivos: si un backend no responde, un path no existe o un schema no se encuentra, se devuelve un mensaje de error claro.
openapi-mcp
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.