阿里云最新推出的百炼MCP平台在降低AI大模型接入门槛的同时，也暗藏企业必须警惕的三大隐患：1）生态封闭导致的工具链锁定风险；2）敏感数据必须流经第三方平台的安全隐患；3）未来可能突变的成本架构。本文将将详细介绍如何使用MCPHub作为更安全灵活的本地化替代方案，助您构建真正可控的MCP集成管理平台。
什么是MCPHub
MCPHub 是一个统一的 MCP（Model Context Protocol，模型上下文协议）服务器聚合平台，可以根据场景将多个服务器聚合到不同的流式 HTTP（SSE）端点。
MCPHub提供了以下功能：
集中式管理控制台：在一个简洁的 Web UI 中实时监控所有服务器的状态和性能指标。
基于分组的访问控制：自定义分组并管理服务器访问权限。
安全认证机制：内置用户管理，基于 JWT 和 bcrypt，实现角色权限控制。
MCPHub本地部署
MCPHub支持docker部署，只需拉取docker镜像，运行容器就行
docker pull samanhappy/mcphub:0.5.4-full
docker run -d --restart unless-stopped --name mcphub -p 10086:3000 samanhappy/mcphub:0.5.4-full
容器启动后，网页访问就能看到MCPHub已经部署好了。默认用户名/密码为 admin / admin123
管理本地MCP服务
本地MCP服务
采用前篇文章中提到的MCP服务做示例，用MCPHub来管理我们自己的MCP服务。本次管理的MCP服务未为：
1️⃣MCP服务一：Coze联网检索《dify+Coze改造MCP" data-itemshowtype="0" linktype="text" data-linktype="2">零成本搭建联网智能体：Dify+Coze改造MCP》
该MCP能够调用coze联网检索的工作流，并返回检索信息。需要两个参数search_content和n，分别表示检索的文本，和返回的网页数量。
2️⃣MCP服务：本地数据库查询
该MCP服务能够查询某天的销售数据、以及查询某个商品信息，共两个接口。查询销售数据需要一个参数date_start，表示查询的日期。查询商品信息，需要一个参数item_name，表示查询的商品名称。
启动本地MCP服务
我们在同一台服务器上启动MCPHub，和以上两个服务，我们先启动这些服务，先创建一个docker-compose.yml文件，编译以下内容：
version:'3'
services:
mcphub:
image: samanhappy/mcphub:0.5.4-full
container_name: mcphub
restart: unless-stopped
ports:
-10086:3000
networks:
- default
- local_network
cozemcp:
image: cozemcp:v0.1
restart: always
networks:
- local_network
- default
fastapimcp:
image: fastapimcp:v0.1
restart: always
networks:
- local_network
networks:
local_network:
driver: bridge
internal: true
切换到该文件目录下，假设为mcphubrun
cd mcphubrun/
docker compose up -d
MCPHub添加本地MCP服务
在服务器页面，点击添加服务器，依次把我们的两个MCP服务添加。
添加完成后，在服务器页面观察以下，显示 在线 表示我们的MCP服务添加成功了。
大模型测试
Cherry Studio测试
在 设置 -> MCP服务器 -> 添加服务器，选择 服务器发送事件(sse)，在URL中填入你部署的MCPHub的服务器地址。
在工具Tab页面，查看可用的工具。
在聊天对话中进行测试，测试Coze联网检索。
测试本地数据库查询。