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？

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

答案是不用。MCP 協議提供了一條更務實的路徑——現有 API 資產無需重寫，直接升級為 AI 原生接口。

MCP 協議：給 AI Agent 一個標準插座

MCP 是什么？

MCP（Meta-Communication Protocol）是專為 AI Agent 設計的通信協議。它在傳統請求-響應模式的基礎上，引入了事件驅動和異步通信機制，更貼合 AI Agent 對實時性和并發性的要求。

WebMCP：把現有 API 直接變成 MCP 服務器

WebMCP 是 MCP 生態里的一個關鍵工具，能把任意 Chrome 網頁轉換為 MCP 服務器。對于已有的基于網頁的 REST API，WebMCP 可以直接完成協議轉換，不需要動一行業務代碼。

核心能力：

1. 零侵入接入：不修改現有 API 代碼，WebMCP 在外層處理協議轉換。
2. 實時通信：支持 AI Agent 與 API 之間的實時數據交換。
3. 事件驅動：異步通信模式，適配 AI Agent 的動態調用場景。

實戰：把 Express REST API 接入 MCP

假設你有一個基于 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;
    // 保存用戶到數據庫
    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;
    // 保存用戶到數據庫
    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 協議調用你的接口了。

MCP Server 開發與部署

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 負責消息路由，是整個 MCP 生態的核心組件。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 直接調用：

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

返回結果：

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

MCP 工具生態與商業價值

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，支持集群部署和負載均衡。
• mcp-cli：命令行工具，用于測試和調試 MCP 接口。

為什么值得投入？

MCP 協議對存量 API 資產的復用價值是實打實的，具體體現在三個方面：

1. 縮短開發周期：不用從零搭建 AI Agent 服務，直接復用現有 API 邏輯。
2. 跨平臺集成：MCP 協議本身與語言和平臺無關，不同系統之間的對接成本大幅降低。
3. 性能適配：事件驅動和異步通信模式，讓服務的實時性和并發能力跟上 AI Agent 的調用節奏。

一個具體場景：天氣服務商接入 AI Agent

假設你是一家天氣服務商，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 服務器，對外暴露給 AI Agent 調用。
2. 基于 MCP 工具開發 AI Agent 應用，提供個性化天氣咨詢能力。
3. 通過 MCP 協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。

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：給現有 Express 應用加上 WebMCP

npm install webmcp

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

第三步：開發 AI Agent 應用

調用你剛才暴露的 MCP 接口，構建 Agent 業務邏輯。

第四步：本地測試通過后，部署到生產環境。

MCP 協議的核心價值不是顛覆現有 API，而是給它加一層 AI 友好的通信外殼。存量資產不用扔，開發成本不用翻倍，這才是工程上真正務實的選擇。