别慌！你写的 REST API 没被淘汰——它正被 MCP"翻译器"悄悄升维成 AI 原生接口

AI Agent 时代，存量 API 怎么办？

很多团队已经积累了大量 REST API 资产，面对 AI Agent 的兴起，一个现实问题摆在眼前：这些 API 还能用吗？是不是得全部重写才能接入 AI 生态？

答案是不用。MCP 协议提供了一条更务实的路径——现有 API 资产无需重写，直接升级为 AI 原生接口。

MCP 协议：给 AI Agent 一个标准插座

MCP 是什么？

MCP（Meta-Communication Protocol）是专为 AI Agent 设计的通信协议。它在传统请求-响应模式的基础上，引入了事件驱动和异步通信机制，更贴合 AI Agent 对实时性和并发性的要求。

WebMCP：把现有 API 直接变成 MCP 服务器

WebMCP 是 MCP 生态里的一个关键工具，能把任意 Chrome 网页转换为 MCP 服务器。对于已有的基于网页的 REST API，WebMCP 可以直接完成协议转换，不需要动一行业务代码。

核心能力：

1. 零侵入接入：不修改现有 API 代码，WebMCP 在外层处理协议转换。
2. 实时通信：支持 AI Agent 与 API 之间的实时数据交换。
3. 事件驱动：异步通信模式，适配 AI Agent 的动态调用场景。

实战：把 Express REST API 接入 MCP

假设你有一个基于 Express.js 的用户管理 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;
    // 保存用户到数据库
    res.status(201).json(user);
});

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

引入 WebMCP 只需在末尾加几行：

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;
    // 保存用户到数据库
    res.status(201).json(user);
});

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

改动就这些。原有路由逻辑完全不动，AI Agent 就可以通过 MCP 协议调用你的接口了。

MCP Server 开发与部署

完整代码示例

下面是一个更完整的 MCP Server 示例，展示如何同时暴露 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');
    });
});

部署步骤

1. 安装依赖

npm install express mcp-sdk

2. 启动 MCP Broker

MCP Broker 负责消息路由，是整个 MCP 生态的核心组件。用 Docker 一行启动：

docker run -d -p 8080:8080 mcpbroker

3. 启动 MCP Server

node server.js

4. 测试接口

用 mcp-cli 直接调用：

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

返回结果：

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

MCP 工具生态与商业价值

常用工具

• mcp-sdk：多语言客户端 SDK，快速集成 MCP 功能。
• mcp-broker：高性能 Broker，支持集群部署和负载均衡。
• mcp-cli：命令行工具，用于测试和调试 MCP 接口。

为什么值得投入？

MCP 协议对存量 API 资产的复用价值是实打实的，具体体现在三个方面：

1. 缩短开发周期：不用从零搭建 AI Agent 服务，直接复用现有 API 逻辑。
2. 跨平台集成：MCP 协议本身与语言和平台无关，不同系统之间的对接成本大幅降低。
3. 性能适配：事件驱动和异步通信模式，让服务的实时性和并发能力跟上 AI Agent 的调用节奏。

一个具体场景：天气服务商接入 AI Agent

假设你是一家天气服务商，已有一套成熟的天气查询 API。接入 MCP 的路径大致是这样的：

1. 用 WebMCP 把天气 API 包装成 MCP 服务器，对外暴露给 AI Agent 调用。
2. 基于 MCP 工具开发 AI Agent 应用，提供个性化天气咨询能力。
3. 通过 MCP 协议把这套能力集成到智能音箱、智能手表等终端，打通多渠道分发。

整个过程，核心的天气查询逻辑一行没改。

动手试试

如果你想直接上手，按这个顺序来：

第一步：启动 MCP Broker

docker run -d -p 8080:8080 mcpbroker

第二步：给现有 Express 应用加上 WebMCP

npm install webmcp

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

第三步：开发 AI Agent 应用

调用你刚才暴露的 MCP 接口，构建 Agent 业务逻辑。

第四步：本地测试通过后，部署到生产环境。

MCP 协议的核心价值不是颠覆现有 API，而是给它加一层 AI 友好的通信外壳。存量资产不用扔，开发成本不用翻倍，这才是工程上真正务实的选择。