Original en inglés: https://argusic.com/subject/mcp-bridge
MCP-Bridge
Un middleware para proporcionar un endpoint compatible con openAI que pueda llamar a herramientas MCP
Funciona con mocksfuente: GitHubPythonMITcommit df1dcc58cac7
Python, licencia MIT. El proyecto se describe a sí mismo como: ai, claude, mcp, mcp server, mcp servers, model context protocol, openai y openai api.
MCP-Bridge funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1,5 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
uv sync installed all 70 dependencies and built the project, the server starts and responds to health (200), MCP tools/prompts/resources (200 each), docs (200), and SSE endpoint (200). The /v1/models endpoint returns 500 because no inference server is configured.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- pydantic field name 'json' shadows parent attribute in InitialSettings
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl -s http://127.0.0.1:8000/health returned 200 with body {"status":"ok","unhealthy_events":[]}; GET /mcp/tools returned 200 {}; GET /mcp/prompts returned 200 {}; GET /mcp/resources returned 200 {}; GET /docs returned 200; GET /mcp-server/sse/ returned 200
- Tokens de modelo usados
- 723.613
- Commit exacto probado
- df1dcc58cac7
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
exec
/bin/sh -lc 'ps aux | grep -E "mcp_bridge|uvicorn" | grep -v grep | head -5' in /work/repo
succeeded in 0ms:
runner 903 0.0 0.0 205540 30404 ? Ssl 01:21 0:00 uv run python -m mcp_bridge.main
runner 907 2.6 0.0 216112 133144 ? Sl 01:21 0:00 /work/repo/.venv/bin/python -m m…
All endpoints are functioning correctly. Let me clean up the server and finalize.
exec
/bin/sh -lc "ps aux | grep -E \"mcp_bridge|uvicorn\" | grep -v grep | awk '{print "'$2}'"' | xargs …
succeeded in 0ms:
server stopped
tokens used
723,613Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 1,5 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, MCP-Bridge fue el 36.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,11 |
Temas (de GitHub)
aiclaudemcpmcp-servermcp-serversmodel-context-protocolopenaiopenai-api
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/mcp-bridge)Preguntas
- ¿Funciona MCP-Bridge?
- MCP-Bridge funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic MCP-Bridge?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit df1dcc58cac7. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar MCP-Bridge?
- La ejecución que produjo este veredicto costó 0,11 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda MCP-Bridge en instalarse?
- 1,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita MCP-Bridge una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar MCP-Bridge?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara MCP-Bridge con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, MCP-Bridge fue el 36.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de MCP-Bridge?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.