
Metorial
Metorial 的目标不是替代 MCP,而是让 MCP 真正可用、可运维、可扩展。它将协议的潜力转化为开发者可落地的工程能力。
在 AI 智能体日益普及的今天,一个现实问题浮现:
如何让 AI 安全、可靠、可维护地连接到企业常用的 SaaS 工具?——从 Slack、Notion 到 GitHub、Salesforce。
手动开发连接器成本高,维护难,类型不统一,测试不充分。而每个新工具的接入,都可能带来安全风险与协议兼容性问题。
Disco 正是为解决这一挑战而生。它不是一个独立运行的网关,而是一个基于 模型上下文协议(MCP) 的集中式集成管理平台,旨在让 AI 与 SaaS 工具的连接变得标准化、可复用、类型安全。

Disco 的本质是 MCP 连接器的集中化管理方案。它不直接处理请求,而是提供一套高质量、可信赖的预构建组件,帮助开发者快速将 AI 智能体接入真实世界的应用。
它由 StackOne 团队维护,采用 Monorepo 架构,包含两个核心包:
@stackone/mcp-connectors预构建的 MCP 服务器实现,支持 35+ 个主流 SaaS 工具,包括:
所有连接器均为生产就绪,具备:
你无需从零实现 OAuth 流程或 API 封装,只需引入包并配置凭证即可使用。
@stackone/mcp-config-types共享的配置类型定义库,基于 Zod 和 TypeScript 构建,确保整个生态的类型一致性。
功能包括:
这意味着:无论是人写代码,还是 AI 生成代码,都能保证配置正确、结构合规。
当前 AI 集成面临三大痛点:
| 问题 | Disco 的解决方案 |
|---|---|
| 重复造轮子 | 提供 35+ 开箱即用的连接器,避免每个团队重写 GitHub 集成 |
| 类型不一致 | 通过 Zod + TypeScript 统一配置模型,提升可维护性 |
| 开发体验差 | 支持本地热重载,AI 可实时调试连接器行为 |
Disco 的目标不是取代自研集成,而是降低启动门槛,提升整体生态的可靠性与协作效率。
| 特性 | 说明 |
|---|---|
| 类型安全 | 全栈 TypeScript + Zod 验证,减少运行时错误 |
| 运行时无关 | 支持 Bun、Node、Workers,适配多种部署环境 |
| 本地开发友好 | 内置热重载,便于调试与测试 |
| 无传输绑定 | 不依赖 HTTP 或 WebSocket,可适配多种 MCP 通信方式 |
| 面向 AI 友好 | 类型提示丰富,适合 AI 编码智能体理解与生成 |







