Agoda开源APIAgent实现零代码将任意REST或GraphQL转为MCP服务器

背景

随着AI代理成为企业数字化的关键入口，如何让大模型安全、可靠地访问内部数据成为制约因素。Agoda 在内部拥有上千条微服务 API，传统做法需要为每条接口手动编写 MCP 服务器，工作量巨大，被称为“集成税”。为了解决这一痛点，Agoda 团队在 GitHub 开源了 APIAgent，旨在提供“一键即用”的统一桥接层。

APIAgent 关键特性

• 零代码配置：只需提供 OpenAPI（REST）或 GraphQL Schema，即可自动生成 MCP 接口。
• FastMCP + OpenAI Agents SDK：底层基于 FastMCP 实现高性能协议层，配合 OpenAI Agents SDK 完成语言模型编排。
• DuckDB 本地 SQL：返回大批量原始数据时，APIAgent 会在本地使用 DuckDB 进行过滤、排序、聚合，极大降低 LLM 处理负担。
• Recipe 学习：成功执行的自然语言查询会被记录为可复用的模板，下次相似请求直接走模板，提升响应速度并降低成本。
• 安全默认：代理默认只读，所有写操作（POST/PUT/DELETE）需在 YAML 配置中显式白名单，确保数据安全。

工作原理

1. 请求入口：用户向 LLM 提出业务问题（如“查询曼谷评分最高的前十家酒店”。）
2. Schema 自动洞察：APIAgent 读取 OpenAPI/GraphQL 描述，构建可调用的工具列表。
3. SQL 处理层：若后端返回上万条记录，APIAgent 将数据加载进 DuckDB，执行 SQL 完成筛选、排序、聚合等操作。
4. 返回结果：处理后的结构化 JSON 通过 MCP 协议回传给 LLM，完成答案生成。

业界影响

• 降低集成门槛：企业无需为每条业务接口编写独立的 MCP 适配层，显著缩短 AI 项目上线周期。
• 成本与延迟双削：Recipe 学习和本地 SQL 处理让查询成本下降约 30%~50%，响应时间从秒级降至亚秒级。
• 开源生态推动：APIAgent 已在 GitHub 获得超过 2k 星，社区贡献了多套企业级 OpenAPI 示例，未来有望形成标准化的“API‑to‑MCP”生态链。

业内观点：AI 代理的下一步是实现“即插即用”。APIAgent 的出现正好填补了从业务系统到大模型的协议空白，为生成式 AI 在企业级落地提供了可复制的技术路径。

Agoda 表示，后续将持续迭代 APIAgent，加入对身份认证、限流等企业级特性的原生支持，期待社区共同打造更安全、更高效的 AI 集成框架。