一个端点，接入所有 MCP 服务器
别再让 MCP 工具定义烧光你的上下文。
onemcp 将你所有的 Model Context Protocol（MCP）服务器统一到一个门户端点背后。AI 客户端只需连接一次——门户负责路由、原生 OAuth 与 Code Mode，让智能体直接编写脚本调用工具，而不必淹没在成堆的工具定义里。
~90%系统提示词更小
1个端点，接入 N 个服务器
3个元工具，而非上百个
~/.config/mcp.json
{ "mcpServers": { "github": { "url": "github.mcp", "auth": "ghp_…" }, "slack": { "url": "slack.mcp", "auth": "xoxb-…" }, "postgres": { "url": "pg.internal", "auth": "pg_…" }, // 还有 +17 个服务器 } } // 20 个服务器 · 每次请求 480+ 个工具
# 问题所在
每个工具都是独立的服务器、独立的登录，还有一整面工具定义的高墙。
每个 MCP 服务器都会在 每一次请求 中向提示词灌入成百上千条工具定义——模型还没开始干活，上下文和费用就已经被烧掉了。
不用 onemcp~15,000 tokens
每一条工具定义，每一次请求
使用 onemcp~500 tokens
只需 search · describe · execute
每次请求的上下文占用缩小约 97%——模型把上下文窗口花在你的问题上，而不是工具 schema 上。
提示词负载 · tools[]
{ "name": "github.create_issue", "inputSchema": { "type": "object", "properties": { repo, title, body?, labels? } } }, { "name": "github.search_issues", "inputSchema": { "type": "object", "properties": { query, state?, sort? } } }, { "name": "github.create_pull_request", "inputSchema": { "type": "object", "properties": { repo, head, base, title } } }, { "name": "slack.post_message", "inputSchema": { "type": "object", "properties": { channel, text, thread_ts? } } }, { "name": "slack.list_channels", "inputSchema": { "type": "object", "properties": { types?, limit? } } }, { "name": "postgres.query", "inputSchema": { "type": "object", "properties": { sql, params? } } }, { "name": "postgres.list_tables", "inputSchema": { "type": "object", "properties": { schema? } } }, { "name": "linear.create_issue", "inputSchema": { "type": "object", "properties": { team, title, priority? } } }, { "name": "notion.create_page", "inputSchema": { "type": "object", "properties": { parent, properties, children? } } }, { "name": "jira.create_ticket", "inputSchema": { "type": "object", "properties": { project, summary, type } } }, { "name": "stripe.create_refund", "inputSchema": { "type": "object", "properties": { charge, amount? } } }, { "name": "sentry.list_issues", "inputSchema": { "type": "object", "properties": { project, query? } } } // …还有 468 条定义，每一轮都要重新发送
# 解决方案
一个门户，三个工具，其余交给智能体自己写。
onemcp 把你所有的服务器都收拢到单个门户端点背后。门户不再暴露每一个工具，而是只暴露三个，让模型直接编写脚本来调用它们——这正是 Cloudflare 的 MCP Code Mode。点击体验一次真实的往返调用：
portal › search
请求
portal.search({ query: "open a GitHub issue" })
响应
[
{ tool: "github.create_issue", score: 0.98 },
{ tool: "github.search_issues", score: 0.71 }
]代理层是如何协同运作的
你的客户端始终只与门户对话。它先发现所需的工具，再写出一段脚本，在一次调用中完成整件事——而不必来回十几次、还把整套工具塞进每一条提示词。
AI 客户端
Claude · Cursor · 智能体
❯_onemcp 网关
searchdescribeexecute
路由 · OAuth · 按门户鉴权
MCP 服务器
GitHubSlackPostgres+17
# 你将获得
为智能体的真实工作方式而打造。
统一端点
让每个 MCP 客户端都连接到同一个门户 URL。新增或替换上游服务器，再也不用改动客户端配置。
原生上游 OAuth
门户通过完整的 OAuth 流程向上游服务器认证——凭证留在服务端，绝不散落到各个客户端。
Code Mode 高效之道
三个元工具取代上百条定义。模型直接编写脚本调用你的工具，而不必淹没在它们的 schema 里。
按门户隔离的鉴权
同一台服务器可以在不同门户中携带不同凭证——鉴权作用于成员关系，而非整个账户。
门户导入与导出
在不同环境间迁移门户，或将一套配置作为单个可移植的配置文件分享出去。
请求日志
查看流经门户的每一次客户端请求，方便你调试智能体究竟在调用什么。
# 实证
“比起直接调用 MCP，大模型更擅长编写代码来调用 MCP。”
~90%
系统提示词更小
Zero
工具定义膨胀
20+
个服务器，一个端点
3
个元工具，而非上百个