ThinkWatch MCP工具
经 AI Skill Hub 精选评估，ThinkWatch MCP工具 获评「强烈推荐」。这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.2 分，适合有一定技术背景的用户使用。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
ThinkWatch MCP工具 依赖 Rust 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Rust 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 ThinkWatch MCP工具 的版本更新，及时通知重要功能变化。
📋 工具概览
企业级AI API安全堡垒，提供统一代理、访问控制和MCP协议支持。具备API请求加密、速率限制、审计日志等安全特性，适合需要规范化AI服务访问的企业和团队。
ThinkWatch MCP工具 是一款基于 Rust 开发的开源工具，专注于 AI网关、安全防护、MCP协议 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
企业级AI API安全堡垒，提供统一代理、访问控制和MCP协议支持。具备API请求加密、速率限制、审计日志等安全特性，适合需要规范化AI服务访问的企业和团队。
ThinkWatch MCP工具 是一款基于 Rust 开发的开源工具，专注于 AI网关、安全防护、MCP协议 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：cargo install（推荐） cargo install thinkwatch # 方式二：从源码编译 git clone https://github.com/ThinkWatchProject/ThinkWatch cd ThinkWatch cargo build --release # 二进制在 ./target/release/thinkwatch
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 查看帮助 thinkwatch --help # 基本运行 thinkwatch [options] <input> # 详细使用说明请查阅文档 # https://github.com/ThinkWatchProject/ThinkWatch
# thinkwatch 配置说明 # 查看配置选项 thinkwatch --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export THINKWATCH_CONFIG="/path/to/config.yml"
简介
<p align="center"> <picture> <source media="(prefers-color-scheme: dark)" srcset="assets/logo-dark.png"> <img src="assets/logo.png" alt="ThinkWatch" width="480"> </picture> </p>
<p align="center"> <img src="https://img.shields.io/badge/Rust-000000?style=for-the-badge&logo=rust&logoColor=white" /> <img src="https://img.shields.io/badge/React-20232A?style=for-the-badge&logo=react&logoColor=61DAFB" /> <img src="https://img.shields.io/badge/PostgreSQL-316192?style=for-the-badge&logo=postgresql&logoColor=white" /> <img src="https://img.shields.io/badge/Redis-DC382D?style=for-the-badge&logo=redis&logoColor=white" /> <img src="https://img.shields.io/badge/Docker-2496ED?style=for-the-badge&logo=docker&logoColor=white" /> <img src="https://img.shields.io/badge/Kubernetes-326CE5?style=for-the-badge&logo=kubernetes&logoColor=white" /> </p>
Highlights
- MCP tool calls run as the real user. Each user connects their own GitHub, Notion, Linear, Slack or Atlassian account through OAuth or a personal token, so the upstream's own audit log shows who acted. Tokens are encrypted at rest, tool lists are cached per user, and each tool can be granted per role and per API key.
- Security guards on every request. Secrets & privacy replaces credentials and personal data anywhere in a request with placeholders such as
<<TW_EMAIL_1>>before it goes upstream, and restores them in the answer, streamed ones included. Dangerous commands checks the tool calls in each response, and the content filter looks for prompt-injection phrases, hidden characters and chosen words in what the caller sent and in the text of answers, then refuses the request, deletes or replaces them, or records them. - Identity from the organization's directory. Sign-in works through any OIDC provider (Zitadel, Okta, Azure AD and others), with optional TOTP. Five built-in roles, from Super Admin to Viewer, and custom roles decide who may use which models, tools and admin pages.
- One key for AI and MCP. Users receive
tw-virtual keys that can be scoped to the AI gateway, the MCP gateway or both. Keys are stored only as hashes and rotate with a grace period. - Rate limits and budgets. Sliding windows from one minute to one week limit requests or tokens, and daily, weekly or monthly budgets cap spending. Both attach to users, API keys or roles, and rate limits apply to MCP tool calls as well as model requests.
- Cost accounting that finance can use. Spend is reported by model, user, provider and cost center, with CSV chargeback reports and a month-end forecast. Per-model weights make expensive models count for more against the same quota.
- Audit trail in ClickHouse. Every model request and tool call is recorded with user, parameters, response, latency and errors, and captured bodies can be redacted with the secrets & privacy rules before storage (off by default). Events can be forwarded to a SIEM over Syslog, Kafka (through a REST proxy) or signed webhooks.
- One endpoint for every client. OpenAI Chat Completions, OpenAI Responses, Anthropic Messages and Gemini requests are served on one port and converted to whatever the upstream speaks. Routing spreads traffic by weight, latency or health, and a circuit breaker takes failing upstreams out of rotation.
4. Complete the setup wizard at http://localhost:5173/setup
```
The setup wizard creates the first Super Admin account, sets the site name and issues a first API key; providers are added in the console afterwards. The console then has copy-paste setup instructions for Claude Code, Cursor, Continue, Cline, the OpenAI and Anthropic SDKs, and cURL.
Deployment
| Option | Command | Notes |
|---|---|---|
| Docker Compose | make deploy | Generates .env.production with random secrets on first run |
| Kubernetes | make helm-deploy | Helm chart in deploy/helm/think-watch; secrets are generated on install and kept on upgrade |
The gateway (port 3000) is the only part that clients need to reach. The console (port 3001) serves the management UI and admin API and belongs behind a VPN or firewall. See the Deployment Guide for TLS, hardening and production settings.
Quick start
```bash
ThinkWatch 是一个基于 Rust 和 React 构建的高性能 AI 网关管理系统。它旨在为开发者提供灵活且强大的 AI 流量调度能力，通过统一的接口管理不同的 AI 服务提供商，帮助用户在复杂的 AI 调用场景中实现精细化的资源控制与成本管理。
ThinkWatch 提供强大的流量控制与配额管理功能。支持针对不同用户（User）或提供商（Provider）设置精细化的速率限制（Rate Limit）和预算上限（Budget Cap），例如可以针对每日 Token 使用量或每小时请求数进行实时监控与拦截，确保 AI 资源分配的合理性与安全性。
在完成基础环境部署后，请访问 http://localhost:5173/setup 运行内置的 Setup Wizard（设置向导）以完成初始化。若需进行生产环境部署，建议参考官方的 Deployment Guide，使用 Docker Compose 或 Kubernetes 进行容器化编排，以实现高可用与易扩展的生产级运行环境。
ThinkWatch 支持通过声明式的规则进行流量管控。例如，您可以针对特定的开发者用户设置每分钟 60 次请求的速率限制，并设定每日 1M 加权 Token 的使用上限，同时为 OpenAI Provider 设置每小时 100k 请求的总量天花板，从而实现对不同层级流量的精准治理。
系统采用动态配置机制，大部分设置均存储在数据库的 `system_settings` 表中，管理员可通过 Web UI 的 Admin > Settings 界面进行分类管理。首次运行需通过 `/setup` 向导创建 super_admin 账号并配置首个 Provider 与 API key。系统内置了详细的 Configuration Guide 以指导用户进行参数调优。
ThinkWatch 作为一个多格式 API Proxy，在单一端口上原生支持 OpenAI Chat Completions、Anthropic Messages 以及 OpenAI Responses 等多种 API 标准。它可以作为 Cursor、Continue、Cline、Claude Code 以及 OpenAI/Anthropic SDK 的无缝替代方案（Drop-in replacement），极大降低了接入成本。
企业级AI安全网关，架构设计成熟，Rust语言确保性能稳定。MCP支持和统一代理特性有竞争力，适合对安全和合规要求高的组织。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- Docker：ThinkWatch 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
该工具使用 NOASSERTION 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：ThinkWatch MCP工具 的核心功能完整，质量优秀。对于AI 技术爱好者来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | ThinkWatch |
| 原始描述 | 开源MCP工具：Enterprise AI bastion host for secure AI API and MCP access, with unified proxyi。⭐866 · Rust |
| Topics | AI网关安全防护MCP协议企业级API代理 |
| GitHub | https://github.com/ThinkWatchProject/ThinkWatch |
| License | NOASSERTION |
| 语言 | Rust |
收录时间：2026-05-16 · 更新时间：2026-05-19 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。