Nexus

🚀 Nexus - 統一的AI聚合與路由解決方案

Nexus 是一款強大的工具，它可以連接所有的 MCP 服務器、API 和大語言模型（LLM）提供商，通過統一的端點進行路由。它能夠聚合、管理和控制你的 AI 棧，為開發者和企業提供便捷的 AI 服務管理方案。

🚀 快速開始

安裝

快速安裝（Linux/Windows (WSL)/macOS）

curl -fsSL https://nexusrouter.com/install | bash

Docker 安裝

拉取最新鏡像：

docker pull ghcr.io/grafbase/nexus:latest

或者使用穩定版本：

docker pull ghcr.io/grafbase/nexus:stable

或者使用特定版本：

docker pull ghcr.io/grafbase/nexus:X.Y.Z

從源代碼構建

git clone https://github.com/grafbase/nexus
cd nexus
cargo build --release

運行 Nexus

使用二進制文件

nexus

使用 Docker

docker run -p 8000:8000 -v /path/to/config:/etc/nexus.toml ghcr.io/grafbase/nexus:latest

Docker Compose 示例

services:
  nexus:
    image: ghcr.io/grafbase/nexus:latest
    ports:
      - "8000:8000"
    volumes:
      - ./nexus.toml:/etc/nexus.toml
    environment:
      - GITHUB_TOKEN=${GITHUB_TOKEN}
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
      interval: 30s
      timeout: 10s
      retries: 3

✨ 主要特性

• MCP 服務器聚合：通過單個端點連接多個 MCP 服務器（STDIO、SSE、HTTP）。
• LLM 提供商路由：為 OpenAI、Anthropic、Google 等 LLM 提供商提供統一接口。
• 上下文感知工具搜索：使用自然語言查詢在所有連接的工具中進行智能模糊搜索。
• 協議支持：支持 STDIO（子進程）、SSE（服務器發送事件）和可流式傳輸的 HTTP MCP 服務器。
• 靈活配置：基於 TOML 的配置，支持環境變量替換。
• 安全保障：內置 CORS、CSRF 保護、OAuth2 和 TLS 支持。
• 速率限制：支持多級速率限制，可使用內存或 Redis 作為後端。
• Docker 就緒：提供容器鏡像，只需最少配置即可使用。

📦 安裝指南

安裝步驟如上述快速開始部分所述，可根據不同的操作系統和需求選擇合適的安裝方式。

💻 使用示例

基礎用法

列出可用模型

curl http://localhost:8000/llm/models

聊天完成請求

curl -X POST http://localhost:8000/llm/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai_primary/gpt-4-turbo",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Hello, how are you?"}
    ],
    "temperature": 0.7,
    "max_tokens": 150
  }'

高級用法

流式響應

curl -X POST http://localhost:8000/llm/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-3-5-sonnet-20241022",
    "messages": [
      {"role": "user", "content": "Write a short poem"}
    ],
    "stream": true,
    "max_tokens": 100
  }'

📚 詳細文檔

配置

創建 nexus.toml 文件來配置 Nexus：

# LLM 提供商配置
[llm.providers.openai]
type = "openai"
api_key = "{{ env.OPENAI_API_KEY }}"
forward_token = true

# 模型配置（每個提供商至少需要一個模型）
[llm.providers.openai.models.gpt-4]
[llm.providers.openai.models.gpt-3-5-turbo]

[llm.providers.anthropic]
type = "anthropic"
api_key = "{{ env.ANTHROPIC_API_KEY }}"

[llm.providers.anthropic.models.claude-3-5-sonnet-20241022]

# MCP 服務器配置
[mcp.servers.github]
url = "https://api.githubcopilot.com/mcp/"
auth.token = "{{ env.GITHUB_TOKEN }}"

[mcp.servers.filesystem]
cmd = ["npx", "-y", "@modelcontextprotocol/server-filesystem", "/Users/YOUR_USERNAME/Desktop"]

[mcp.servers.python_server]
cmd = ["python", "-m", "mcp_server"]
env = { PYTHONPATH = "/opt/mcp" }
cwd = "/workspace"

配置選項

服務器配置

• server.listen_address：Nexus 監聽的地址和端口（默認：127.0.0.1:8000）
• server.health.enabled：啟用健康檢查端點（默認：true）
• server.health.path：健康檢查端點路徑（默認：/health）

LLM 配置

• llm.enabled：啟用 LLM 功能（默認：true）
• llm.path：LLM 端點路徑（默認：/llm）

MCP 配置

• mcp.enabled：啟用 MCP 功能（默認：true）
• mcp.path：MCP 端點路徑（默認：/mcp）
• mcp.enable_structured_content：控制 MCP 搜索工具響應格式（默認：true）
  • 當 true 時：使用現代 structuredContent 字段以獲得更好的性能和類型安全性
  • 當 false 時：使用舊的 content 字段和 Content::json 對象以兼容舊的 MCP 客戶端

MCP 服務器類型

1. STDIO 服務器：啟動通過標準輸入/輸出進行通信的本地進程

[mcp.servers.my_tool]
cmd = ["path/to/executable", "--arg1", "--arg2"]

# 可選：設置環境變量
env = { DEBUG = "1", API_KEY = "{{ env.MY_API_KEY }}" }

# 可選：設置工作目錄
cwd = "/path/to/working/directory"

# 可選：配置 stderr 處理（默認："null"）
stderr = "inherit"  # 在控制檯顯示
# 或者
stderr = { file = "/var/log/mcp/server.log" }  # 記錄到文件

2. SSE 服務器：連接到服務器發送事件端點

[mcp.servers.my_sse_server]
protocol = "sse"
url = "http://example.com/sse"
message_url = "http://example.com/messages"  # 可選

3. HTTP 服務器：連接到可流式傳輸的 HTTP 端點

[mcp.servers.my_http_server]
protocol = "streamable-http"
url = "https://api.example.com/mcp"

認證

為任何服務器添加服務令牌認證：

[mcp.servers.my_server.auth]
token = "your-token-here"
# 或者使用環境變量
token = "{{ env.MY_API_TOKEN }}"

OAuth2 認證

配置 OAuth2 認證以保護你的 Nexus 端點：

[server.oauth]
url = "https://your-oauth-provider.com/.well-known/jwks.json"
poll_interval = "5m"
expected_issuer = "https://your-oauth-provider.com"
expected_audience = "your-service-audience"

[server.oauth.protected_resource]
resource = "https://your-nexus-instance.com"
authorization_servers = ["https://your-oauth-provider.com"]

速率限制

Nexus 支持全面的速率限制，以防止濫用並確保公平使用資源：

# 全局速率限制配置
[server.rate_limits]
enabled = true

# 存儲後端配置
[server.rate_limits.storage]
type = "memory"  # 或者 "redis" 用於分佈式速率限制
# 對於 Redis 後端：
# url = "redis://localhost:6379"
# key_prefix = "nexus:rate_limit:"

# 全局速率限制（適用於所有請求）
[server.rate_limits.global]
limit = 1000
interval = "60s"

# 每個 IP 的速率限制
[server.rate_limits.per_ip]
limit = 100
interval = "60s"

# 每個 MCP 服務器的速率限制
[mcp.servers.my_server.rate_limits]
limit = 50
interval = "60s"

# 特定工具的速率限制（覆蓋服務器默認值）
[mcp.servers.my_server.rate_limits.tools]
expensive_tool = { limit = 10, interval = "60s" }
cheap_tool = { limit = 100, interval = "60s" }

LLM 令牌速率限制

Nexus 為 LLM 提供商提供基於令牌的速率限制，以幫助控制成本並防止濫用。

前提條件

[server.client_identification]
enabled = true

# 選擇識別方法（至少需要一種）
client_id.jwt_claim = "sub"                    # 從 JWT 'sub' 聲明中提取 ID
# 或者
client_id.http_header = "X-Client-ID"          # 從 HTTP 頭中提取 ID

# 可選：限制每個用戶的組（最多允許一個）
group_id.jwt_claim = "groups"                  # 包含用戶組的 JWT 聲明
# 或者
group_id.http_header = "X-Group-ID"            # 從 HTTP 頭中提取 ID

# 你必須提供允許的組列表
[server.client_identification.validation]
group_values = ["free", "pro", "max"]

配置層次結構

令牌速率限制可以在四個級別進行配置，從最具體到最不具體：

1. 每個用戶 + 組的模型：特定組中每個用戶的特定模型
2. 每個用戶的模型：每個用戶的特定模型
3. 每個用戶 + 組的提供商：特定組中每個用戶的提供商的所有模型
4. 每個用戶的提供商：每個用戶的提供商的所有模型

基本配置

# 提供商級別的默認速率限制（適用於所有模型）
[llm.providers.openai.rate_limits.per_user]
input_token_limit = 100000        # 100K 輸入令牌
interval = "1m"                   # 每分鐘

# 特定模型的速率限制（覆蓋提供商默認值）
[llm.providers.openai.models.gpt-4.rate_limits.per_user]
input_token_limit = 50000         # 對於昂貴的模型更嚴格
interval = "30s"

LLM 提供商配置

啟用 LLM 路由

[llm]
enabled = true  # 啟用 LLM 功能（默認：true）
path = "/llm"   # LLM 端點路徑（默認："/llm"）

支持的提供商

Nexus 目前支持四個主要的 LLM 提供商：

1. OpenAI（包括與 OpenAI 兼容的 API）
2. Anthropic（Claude 模型）
3. Google（Gemini 模型）
4. AWS Bedrock（通過 AWS 提供多個模型系列）

提供商配置

OpenAI 提供商

[llm.providers.openai]
type = "openai"
api_key = "{{ env.OPENAI_API_KEY }}"
# 可選：使用自定義基本 URL（適用於 Azure OpenAI、代理或兼容 API）
base_url = "https://api.openai.com/v1"  # 默認

# 模型配置（必需 - 至少必須配置一個模型）
[llm.providers.openai.models.gpt-4]
# 可選：為用戶重命名模型
# rename = "smart-model"  # 用戶將看到 "openai/smart-model"

[llm.providers.openai.models.gpt-3-5-turbo]
# 未重命名的模型使用其原始 ID

Anthropic 提供商

[llm.providers.anthropic]
type = "anthropic"
api_key = "{{ env.ANTHROPIC_API_KEY }}"
# 可選：使用自定義基本 URL
base_url = "https://api.anthropic.com/v1"  # 默認

# 模型配置（必需 - 至少必須配置一個模型）
[llm.providers.anthropic.models.claude-3-opus-20240229]

[llm.providers.anthropic.models.claude-3-5-sonnet-20241022]

Google 提供商

[llm.providers.google]
type = "google"
api_key = "{{ env.GOOGLE_API_KEY }}"
# 可選：使用自定義基本 URL
base_url = "https://generativelanguage.googleapis.com/v1beta"  # 默認

# 模型配置（必需 - 至少必須配置一個模型）
# 注意：TOML 中包含點的模型 ID 必須加引號
[llm.providers.google.models."gemini-1.5-flash"]

[llm.providers.google.models.gemini-pro]

AWS Bedrock 提供商

[llm.providers.bedrock]
type = "bedrock"
# 可選：使用的 AWS 配置文件（默認為環境設置）
profile = "{{ env.AWS_PROFILE }}"
# 可選：AWS 區域（默認為環境或 us-east-1）
region = "us-west-2"

# 模型配置（必需 - 至少必須配置一個模型）
# Bedrock 使用包含點的模型 ID，因此必須加引號
[llm.providers.bedrock.models."anthropic.claude-3-5-sonnet-20241022-v2:0"]

[llm.providers.bedrock.models."anthropic.claude-3-opus-20240229-v1:0"]

[llm.providers.bedrock.models."amazon.nova-micro-v1:0"]

[llm.providers.bedrock.models."meta.llama3-8b-instruct-v1:0"]

[llm.providers.bedrock.models."ai21.jamba-1.5-mini-v1:0"]

# 重命名模型以簡化訪問
[llm.providers.bedrock.models.claude-haiku]
rename = "anthropic.claude-3-5-haiku-20241022-v1:0"  # 用戶將以 "bedrock/claude-haiku" 訪問

[llm.providers.bedrock.models.jamba-mini]
rename = "ai21.jamba-1.5-mini-v1:0"  # 用戶將以 "bedrock/jamba-mini" 訪問

模型配置

基本模型配置

[llm.providers.openai]
type = "openai"
api_key = "{{ env.OPENAI_API_KEY }}"

# 你要暴露的每個模型都必須明確配置
[llm.providers.openai.models.gpt-4]
[llm.providers.openai.models.gpt-3-5-turbo]

模型重命名

[llm.providers.openai.models.gpt-4]
rename = "smart-model"  # 用戶將以 "openai/smart-model" 訪問

[llm.providers.openai.models.gpt-3-5-turbo]
rename = "fast-model"   # 用戶將以 "openai/fast-model" 訪問

多個提供商配置

# 主要 OpenAI 賬戶
[llm.providers.openai_primary]
type = "openai"
api_key = "{{ env.OPENAI_PRIMARY_KEY }}"

[llm.providers.openai_primary.models.gpt-4]
[llm.providers.openai_primary.models.gpt-3-5-turbo]

# 次要 OpenAI 賬戶或 Azure OpenAI
[llm.providers.openai_secondary]
type = "openai"
api_key = "{{ env.OPENAI_SECONDARY_KEY }}"
base_url = "https://my-azure-instance.openai.azure.com/v1"

[llm.providers.openai_secondary.models.gpt-4]
rename = "azure-gpt-4"  # 與主要賬戶區分

# Anthropic
[llm.providers.claude]
type = "anthropic"
api_key = "{{ env.ANTHROPIC_API_KEY }}"

[llm.providers.claude.models.claude-3-opus-20240229]

# Google Gemini
[llm.providers.gemini]
type = "google"
api_key = "{{ env.GOOGLE_API_KEY }}"

[llm.providers.gemini.models."gemini-1.5-flash"]

令牌轉發

配置令牌轉發

[llm.providers.openai]
type = "openai"
api_key = "{{ env.OPENAI_API_KEY }}"  # 備用密鑰（令牌轉發時可選）
forward_token = true  # 為該提供商啟用令牌轉發

[llm.providers.openai.models.gpt-4]
[llm.providers.openai.models.gpt-3-5-turbo]

[llm.providers.anthropic]
type = "anthropic"
# 啟用令牌轉發時不需要 api_key
forward_token = true

[llm.providers.anthropic.models.claude-3-5-sonnet-20241022]

[llm.providers.google]
type = "google"
api_key = "{{ env.GOOGLE_API_KEY }}"
forward_token = false  # 顯式禁用（默認）

[llm.providers.google.models."gemini-1.5-flash"]

使用令牌轉發

# 使用你自己的 OpenAI 密鑰
curl -X POST http://localhost:8000/llm/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "X-Provider-API-Key: sk-your-openai-key" \
  -d '{
    "model": "openai/gpt-4",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

# 使用你自己的 Anthropic 密鑰
curl -X POST http://localhost:8000/llm/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "X-Provider-API-Key: sk-ant-your-anthropic-key" \
  -d '{
    "model": "anthropic/claude-3-opus-20240229",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

使用 LLM API

列出可用模型

curl http://localhost:8000/llm/models

聊天完成請求

curl -X POST http://localhost:8000/llm/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai_primary/gpt-4-turbo",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Hello, how are you?"}
    ],
    "temperature": 0.7,
    "max_tokens": 150
  }'

流式響應

curl -X POST http://localhost:8000/llm/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-3-5-sonnet-20241022",
    "messages": [
      {"role": "user", "content": "Write a short poem"}
    ],
    "stream": true,
    "max_tokens": 100
  }'

特定提供商注意事項

OpenAI

• 支持所有標準 OpenAI 模型（GPT-3.5、GPT-4 等）
• 與 Azure OpenAI 端點兼容
• 支持函數調用（如果可用）
• 支持使用服務器發送事件（SSE）的流式響應

Anthropic

• 系統消息會自動提取並放置在 system 字段中
• 消息必須在用戶和助手角色之間交替
• 需要明確的 max_tokens 參數（如果未指定，默認為 4096）
• 支持所有 Claude 模型（Opus、Sonnet、Haiku）
• 支持使用服務器發送事件（SSE）的流式響應

Google

• 助手角色會自動映射到 "model" 角色
• 系統消息會放置在 systemInstruction 字段中
• 支持 Gemini 模型
• 可用時返回適當的安全評級
• 支持使用服務器發送事件（SSE）的流式響應

AWS Bedrock

• 自動檢測並路由到適當的模型系列（Anthropic、Amazon、Meta 等）
• 每個模型系列都有自己的請求/響應格式，會自動處理
• 使用 AWS SDK 進行認證和請求籤名
• 支持所有 Bedrock 功能，包括流式傳輸和特定模型參數
• 根據配置或 AWS 默認值選擇區域端點
• 模型可用性因 AWS 區域而異

使用 Nexus 與 LLM SDK

OpenAI SDK (Python)

from openai import OpenAI

# 指向你的 Nexus 實例
client = OpenAI(
    base_url="http://localhost:8000/llm",
    api_key="your-service-token"  # 如果啟用了 OAuth2，則使用 JWT 令牌，否則使用任何字符串
)

# 使用任何配置的提供商/模型
response = client.chat.completions.create(
    model="anthropic/claude-3-5-sonnet-20241022",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

# 流式傳輸無縫工作
stream = client.chat.completions.create(
    model="openai/gpt-4-turbo",
    messages=[
        {"role": "user", "content": "Write a poem"}
    ],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

OpenAI SDK (Node.js/TypeScript)

import OpenAI from 'openai';

// 配置為使用 Nexus
const openai = new OpenAI({
  baseURL: 'http://localhost:8000/llm',
  apiKey: 'your-service-token', // 如果啟用了 OAuth2，則使用 JWT 令牌，否則使用任何字符串
});

// 通過 Nexus 使用任何提供商
const response = await openai.chat.completions.create({
  model: 'google/gemini-1.5-pro',
  messages: [
    { role: 'user', content: 'Explain quantum computing' }
  ],
});

// 與任何提供商進行流式傳輸
const stream = await openai.chat.completions.create({
  model: 'anthropic/claude-3-opus-20240229',
  messages: [
    { role: 'user', content: 'Write a story' }
  ],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || '');
}

LangChain 集成

from langchain_openai import ChatOpenAI

# 使用 Nexus 作為 LLM 提供商
llm = ChatOpenAI(
    base_url="http://localhost:8000/llm",
    api_key="your-service-token",  # 如果啟用了 OAuth2，則使用 JWT 令牌
    model="openai/gpt-4-turbo"
)

# 適用於任何配置的提供商
claude = ChatOpenAI(
    base_url="http://localhost:8000/llm",
    api_key="your-service-token",  # 如果啟用了 OAuth2，則使用 JWT 令牌
    model="anthropic/claude-3-5-sonnet-20241022"
)

cURL 與 jq 用於命令行

# 常規完成（如果啟用了 OAuth2 認證）
curl -s http://localhost:8000/llm/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-jwt-token" \
  -d '{
    "model": "openai/gpt-4",
    "messages": [{"role": "user", "content": "Hello"}]
  }' | jq -r '.choices[0].message.content'

# 使用 SSE 解析進行流式傳輸
curl -s http://localhost:8000/llm/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-jwt-token" \
  -d '{
    "model": "anthropic/claude-3-5-sonnet-20241022",
    "messages": [{"role": "user", "content": "Write a haiku"}],
    "stream": true
  }' | grep "^data: " | sed 's/^data: //' | jq -r 'select(.choices != null) | .choices[0].delta.content // empty'

錯誤處理

Nexus 為所有提供商提供一致的錯誤響應：

• 400 Bad Request：無效的請求格式或參數
• 401 Unauthorized：缺少或無效的 API 密鑰
• 429 Too Many Requests：速率限制超出
• 500 Internal Server Error：提供商 API 錯誤或網絡問題

添加到 AI 助手

Cursor

將以下配置添加到你的 Cursor 設置中：

1. 打開 Cursor 設置（macOS 上使用 Cmd + ,）
2. 搜索 "Model Context Protocol"
3. 啟用 MCP 支持
4. 添加到 MCP 服務器配置：

{
  "nexus": {
    "transport": {
      "type": "http",
      "url": "http://localhost:8000/mcp"
    }
  }
}

Claude Code

將以下配置添加到你的 Claude Code 配置中：

1. 打開 Claude Code 並運行命令：

claude mcp add --transport http nexus http://localhost:8000/mcp

2. 或者將其添加到你的項目的 .mcp.json 文件中：

{
  "mcpServers": {
    "nexus": {
      "type": "http",
      "url": "http://localhost:8000/mcp"
    }
  }
}

3. 驗證連接：

claude mcp list

工作原理

MCP 工具聚合

Nexus 為 AI 助手提供兩個主要工具：

1. search：一種上下文感知的工具搜索，使用模糊匹配在所有連接的 MCP 服務器中查找相關工具
2. execute：使用提供的參數執行特定工具

LLM 提供商路由

Nexus 作為多個 LLM 提供商的統一網關：

1. 模型發現：列出配置的提供商的所有可用模型，並使用一致的命名
2. 請求路由：根據模型名稱自動將請求路由到正確的提供商
3. 格式轉換：在 OpenAI 的 API 格式和特定提供商的格式之間進行轉換
4. 響應規範化：無論提供商如何，返回一致的響應格式

STDIO 服務器集成

STDIO 服務器作為子進程啟動，並通過標準輸入/輸出上的 JSON-RPC 進行通信：

1. 進程管理：Nexus 自動管理 STDIO 服務器進程的生命週期
2. 工具發現：STDIO 服務器的工具會動態發現並索引以供搜索
3. 錯誤處理：如果 STDIO 進程崩潰或輸出無效的 JSON，則返回適當的錯誤
4. 環境隔離：每個 STDIO 服務器在自己的進程中運行，具有可配置的環境

常見 STDIO 服務器示例

Python MCP 服務器

[mcp.servers.python_tools]
cmd = ["python", "-m", "my_mcp_server"]
env = { PYTHONPATH = "/opt/mcp", PYTHONUNBUFFERED = "1" }
stderr = "inherit"  # 在開發期間查看 Python 輸出

Node.js MCP 服務器

[mcp.servers.node_tools]
cmd = ["node", "mcp-server.js"]
cwd = "/path/to/project"
env = { NODE_ENV = "production" }

使用 npx 包

[mcp.servers.filesystem]
cmd = ["npx", "-y", "@modelcontextprotocol/server-filesystem", "/home/user"]

故障排除 STDIO 服務器

服務器未啟動

• 檢查可執行文件路徑：確保命令存在且可執行
• 查看 stderr 輸出：臨時設置 stderr = "inherit" 以查看錯誤消息
• 驗證 JSON-RPC 輸出：服務器必須在 stdout 上輸出有效的 JSON-RPC
• 檢查工作目錄：如果指定了 cwd 路徑，請確保其存在

工具未顯示

• 等待初始化：STDIO 服務器可能需要一些時間才能啟動
• 使用搜索：STDIO 工具僅在搜索結果中顯示，而不在基本工具列表中
• 檢查服務器日誌：啟用 stderr 日誌記錄以查看服務器是否響應工具列表請求

安全注意事項

• 始終使用環境變量存儲敏感令牌。
• 為生產部署啟用 TLS 驗證。
• 使用 CORS 配置限制訪問。
• 為生產部署配置 OAuth2 認證。
• 確保在生產中使用 HTTPS 的 JWKs URL。
• 驗證 JWT 令牌的發行者和受眾聲明。
• 保持 MCP 服務器和 Nexus 最新。
• 謹慎使用具有提升權限的 STDIO 服務器。
• 驗證和清理傳遞給 STDIO 服務器命令的任何用戶輸入。

OAuth2 安全

當使用 OAuth2 認證時：

1. 使用 HTTPS：在生產中始終為 JWKs URL 和受保護資源使用 HTTPS。
2. 驗證聲明：配置 expected_issuer 和 expected_audience 以驗證 JWT 聲明。
3. 元數據端點：/.well-known/oauth-protected-resource 端點提供 OAuth2 元數據，並且是公開可訪問的。
4. 健康檢查：/health 端點繞過 OAuth2 認證，用於監控系統。

📄 許可證

Nexus 採用 Mozilla Public License 2.0 (MPL-2.0) 許可。有關詳細信息，請參閱 LICENSE 文件。

貢獻

有關如何為 Nexus 做出貢獻的指南，請參閱 CONTRIBUTING.md。

支持

• 文檔：https://nexusrouter.com/docs
• 問題反饋：https://github.com/grafbase/nexus/issues
• Discord：Grafbase Discord