AnythingMCP
Back to Guides

Come Convertire una REST API in un Server MCP

Guida passo dopo passo per convertire qualsiasi REST API in un server compatibile con MCP utilizzando AnythingMCP. Nessuna programmazione necessaria.

Cos'è il Model Context Protocol (MCP)?

Il Model Context Protocol (MCP) è uno standard aperto che consente agli agenti AI come Claude, ChatGPT e altri di interagire con strumenti esterni e fonti dati in modo strutturato. MCP definisce come i modelli AI possono scoprire, comprendere e utilizzare gli strumenti.

Perché Convertire le REST API in MCP?

La maggior parte delle applicazioni aziendali espone REST API. Convertendole in server MCP, si consente agli agenti AI di:

  • Leggere e scrivere dati dai propri sistemi interni
  • Eseguire flussi di lavoro aziendali tramite linguaggio naturale
  • Accedere a informazioni in tempo reale da database e servizi

Guida Passo dopo Passo

Passo 1: Distribuire AnythingMCP

Clonare il repository e avviare l'applicazione con Docker Compose:

git clone https://github.com/HelpCode-ai/anythingmcp.git
cd anythingmcp && docker compose up -d

Questo avvia PostgreSQL, l'API backend (porta 4000) e la dashboard (porta 3000).

Passo 2: Creare un Connettore REST

Aprire la dashboard di AnythingMCP all'indirizzo http://localhost:3000 e creare un nuovo connettore REST. È possibile importare la definizione dell'API da diverse fonti:

  • OpenAPI/Swagger — Caricare o incollare l'URL della specifica OpenAPI
  • Postman Collection — Importare direttamente da un'esportazione JSON di Postman
  • Comandi cURL — Incollare comandi cURL e AnythingMCP li analizzerà in endpoint

Passo 3: Configurare l'Autenticazione

Nelle impostazioni del connettore, configurare l'autenticazione per la propria API. AnythingMCP supporta token Bearer, chiavi API, autenticazione Basic e OAuth2. Le variabili d'ambiente possono essere utilizzate per i segreti.

Passo 4: Revisionare e Personalizzare gli Strumenti

AnythingMCP genera automaticamente strumenti MCP dagli endpoint della propria API. Nella dashboard, è possibile revisionare ogni strumento, personalizzare nomi e descrizioni, e scegliere quali endpoint esporre o nascondere.

Passo 5: Testare gli Strumenti nella Dashboard

Utilizzare l'interfaccia di test integrata per chiamare ogni strumento direttamente dalla dashboard e verificare le risposte prima di collegare un agente AI.

Passo 6: Collegare agli Agenti AI

Configurare il proprio client MCP (Claude Desktop, Claude.ai, Cursor, Windsurf o qualsiasi agente compatibile con MCP) per connettersi al server AnythingMCP:

{
  "mcpServers": {
    "my-api": {
      "url": "http://localhost:4000/mcp"
    }
  }
}

Buone Pratiche

  1. Iniziare con endpoint in sola lettura — Esporre prima gli endpoint GET, poi aggiungere le operazioni di scrittura
  2. Utilizzare nomi significativi — Personalizzare i nomi degli strumenti nella dashboard per chiarezza
  3. Aggiungere descrizioni — Aiutare gli agenti AI a comprendere cosa fa ogni strumento
  4. Limitazione delle richieste — Configurare limiti di frequenza per proteggere la propria API

Prossimi Passi