MCP Gateway & Registry
面向企业级 AI 资产的统一治理控制平面：把散落的 MCP 服务器、A2A 智能体与技能收敛为一个经过认证、可审计的入口。
文档声称细粒度 scopes、fail-closed 注册扫描门禁、per-user 出口凭证保管（hvac/Vault 依赖可佐证）、遥测可关且声明无 PII；扣分点：多数安全声明仅以链接引用，本批文件未含核心实现代码，注册/代理操作的用户确认机制只见断言未见证据；依赖方面 pyproject 大量使用最低版本边界，还有一条直接 git 钉定的第三方依赖，未见 lockfile 证据；回滚/升级路径仅在一篇 FAQ 标题中提及；SECURITY.md 将漏洞报告指向 AWS 而仓库归属 agentic-community，来源归属含混。
pyproject 配置细致（覆盖率门槛、bandit、mypy、ruff、注释解释钉版原因），CI 权限最小化并按 SHA 钉定 actions，自洽性尚可；但 pyproject 版本号 0.1.0 与 README 宣称的 1.27–1.31 发布节奏不一致，requires-python >=3.14 也与 ruff target py311 相互矛盾；预构建镜像依赖 ECR Public，其可用性无法在静态审查中证实；错误消息仅见于测试脚本，主服务代码未提供。
README 按开发者/平台团队/决策者分受众并有明确入口，部署覆盖 EKS/ECS/Docker Compose/macOS，加分充分；新功能普遍标注默认关闭与 opt-in，边界意识较好；但实际拦截/确认的触发语义（何时需要管理员复核、扫描失败如何呈现）未在证据文件中展开，能力边界多靠链接断言。
信息架构出色：文档分层清晰、README 有 CI 强制的行数预算与结构说明；安装文档（Quick Start、配置参考、多平台指南）完整；FAQ、demo、示例丰富；Apache-2.0 LICENSE 全文在场。扣分点：已知局限基本不写，行文偏营销；版本管理上 pyproject 仍是 0.1.0 与 release notes 体系脱节；维护主体身份不明（agentic-community vs AWS 报告渠道）。
宣称统一网关+注册表+治理审计，对 MCP 工具治理痛点是明确的高边际价值，且有四类资产、联邦、语义搜索等差异化功能；输出可用性（API/OpenAPI、CLI、UI）有文档支撑；扣分点：部署面复杂（nginx+FastAPI+MongoDB+Keycloak+多服务镜像），依赖极重（torch、langchain 全家桶），小型团队的成本收益存疑，且效果无执行证据。
几乎所有声明都带仓库内路径或设计文档链接，事实与路线图（shipped vs working on next）区分清楚；扣分点：文档互相引用属自证，第三方佐证（AWS workshop 链接、cisco scanner 钉定 commit）无法在本批文件内核实，安全与性能结论均无测试或审计报告可查。
- 发布者身份未经核验，SECURITY.md 指向 AWS 漏洞报告渠道但仓库归属 agentic-community，采用前请确认实际维护主体与支持责任。
- 仓库安全声明（fail-closed 门禁、出口凭证保管、审计掩码等）均来自文档，本批文件未见对应核心实现代码与测试结果，请勿视为已验证。
- pyproject 依赖几乎全为最低版本边界且包含 git 直接钉定的依赖，生产部署前建议审查 lockfile 与依赖来源。
- 包版本号 0.1.0 与 README 宣称的 1.x 发布体系不一致；requires-python >=3.14 门槛极高，可能限制可部署环境。
- 多服务架构（nginx、FastAPI、MongoDB、Keycloak、ECR 公共镜像）运维与安全面较大，部署前应逐项评估成本与攻击面。
这个 Agent 能做什么，适合哪些场景？
MCP Gateway & Registry（agentic-community/mcp-gateway-registry）是一个开源（Apache-2.0）的企业级 MCP 网关与注册中心，把 MCP 服务器、A2A 智能体、技能和自定义实体统一到一个治理控制平面。其数据平面是 nginx 反向代理，负责 TLS、认证校验与后端路由；控制平面是 FastAPI 编写的 Registry API + UI，负责资产清单、访问模型与审计记录；认证服务器对接 Keycloak、Entra ID、Okta 等身份提供方，MongoDB/DocumentDB 存储配置、向量、会话与审计数据。它提供语义与词法搜索、REST 与 MCP 原生接口，以及安全扫描加默认拒绝的注册准入门。部署形态包括 Amazon EKS（Helm）、Amazon ECS（Terraform）和 Docker Compose（EC2/本地）。适合需要集中工具治理、审计合规与跨团队资产发现的中大型组织采用。
该平台将基础设施分为三层：nginx 反向代理作为数据平面（TLS 终止、auth_request 认证校验、路由到后端），FastAPI Registry API + UI 作为控制平面（管理资产清单、访问模型、审计日志），认证服务器对接企业 IdP（Keycloak、Entra ID、Okta、Auth0、Cognito、PingFederate）完成 OAuth2/OIDC。用户可注册四类内建资产：MCP 服务器、A2A 智能体（默认点对点通信，可选反向代理模式）、SKILL.md 技能（注册时安全扫描）、以及管理员自定义的 schema 驱动实体。调用者通过一个网关令牌访问所有后端，网关支持通用 HTTP 代理（OpenAI、Amazon Bedrock 等模型推理端点也可作为后端，凭据加密存储、出口注入，默认关闭）。它还提供每用户出口认证（3LO/OBO/PAT）以代理 Slack、Atlassian、GitHub 等第三方 SaaS MCP 服务器，虚拟 MCP 服务器聚合多后端工具并做逐工具访问控制，外部注册中心联邦（Anthropic MCP Registry、AWS Agent Registry），身份/组/目标感知的应用级限流与隔离（quarantine）开关，以及带凭据掩码的完整审计日志和 OpenTelemetry 可观测性。
- 平台工程团队需要为多个开发团队提供统一的 MCP 服务器入口，消除每台笔记本上的凭据散乱与手工点对点配置。
- 安全与合规团队要求对 AI 工具访问有完整可归因的审计日志、细粒度 scope 和紧急隔离（quarantine）能力。
- 智能体开发团队希望 A2A 智能体按能力互相发现，并在受治理的注册中心内注册、版本化与检索技能。
- 企业希望以受审计的方式接入 Slack、GitHub、Atlassian 等第三方 OAuth SaaS MCP 服务器，令牌集中保管而非存放在员工本机。
- 运维团队寻求在 EKS（Helm）、ECS（Terraform）或 Docker Compose 上可重复部署的自托管网关，并用 Terraform 配置技能让编码助手代为执行部署。
- 决策者评估是否将分散的 MCP 服务器整合为单一控制平面，可通过执行简报、演示视频和 AWS Workshop 快速验证。
这个 Agent 有哪些优点和局限？
- 数据平面/控制平面分离架构（nginx + FastAPI），治理、访问控制与审计统一覆盖 MCP 服务器、A2A 智能体、技能与自定义实体四类资产。
- 每用户出口认证（3LO/OBO/PAT）与通用 HTTP 网关代理：后端凭据加密存储、出口注入，提供 OpenAI/Bedrock/SaaS 服务器的单一受审计入口。
- 部署与 IdP 生态灵活：支持 EKS（Helm）、ECS（Terraform）、Docker Compose，以及 Keycloak、Entra ID、Okta、Auth0、Cognito、PingFederate 多种身份提供方。
- 安全机制具体可验证：注册时安全扫描、默认拒绝的 Webhook 准入门、身份/组/目标感知限流、隔离开关和带凭据掩码的审计日志。
- 部署边界较重：需要 MongoDB/DocumentDB、独立认证服务器和企业 IdP 集成，最小可用配置仍需设置多个密钥并初始化 Keycloak，不适合轻量单机试用之外的快速场景。
- 通用网关代理、限流、A2A 反向代理等关键功能默认关闭，需要逐项开启并理解其设计文档，配置面较大。
- 对 AWS 生态的深度依赖（EKS/ECS/Fargate/DocumentDB/ECR Public）在非 AWS 环境中需要额外的适配与运维。
- 注册中心默认收集匿名遥测（版本、OS、云厂商、资产计数），合规敏感的团队需要主动设置 MCP_TELEMETRY_DISABLED=1。
如何安装或部署这个 Agent？
最快路径是预构建 Docker 镜像：
git clone https://github.com/agentic-community/mcp-gateway-registry.git
cd mcp-gateway-registry
cp .env.example .env# 编辑 .env，设置必要密钥（如 KEYCLOAK_ADMIN_PASSWORD、SECRET_KEY），完整清单见 docs/configuration.md
nano .env
./build_and_run.sh --prebuilt# 打开 Registry UI（nginx 服务于 80 端口）
open http://localhost # macOS（Linux 使用 xdg-open http://localhost）
其他部署：Amazon ECS 参考 terraform/aws-ecs/README.md 的 Terraform 栈；Amazon EKS 参考 charts/README.md 的 Helm chart；完整安装手册（含 MongoDB 与 Keycloak 初始化、首个用户与服务账号、注册服务器、测试网关）见 docs/installation.md。
如何使用这个 Agent？
安装后通过 http://localhost 访问 Registry UI，按 docs/installation.md 初始化 MongoDB 与 Keycloak、创建首个用户和服务账号、注册第一个 MCP 服务器并测试网关。开发者可用 OpenAPI 规范（api/openapi.）、Python 注册客户端 registry_client.py 和 CLI registry_management.py 进行程序化访问；用 docs/ai-coding-assistants-setup.md 将 AI 编码助手接入网关；仓库还附带 macOS 安装技能（.claude/skills/macos-setup/SKILL.md）与 Terraform 部署技能（.claude/skills/terraform-setup/SKILL.md），可让编码助手端到端完成安装或部署。认证、scope 与配置细节见 docs/auth.md、docs/scopes.md、docs/configuration.md。
这个 Agent 与同类方案有什么区别？
README 将其定位为对'无控制平面'状态（每团队手工接线 MCP 服务器、凭据散乱、无审计）的替代，并支持联邦拉取 Anthropic 的 MCP Registry 与 AWS Agent Registry 作为外部注册中心；但这些对比对象在源材料中仅作为联邦源或问题陈述出现，未提供正式的竞争性对比数据。