Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Jitapi

von nk3750Version 0.1.1i★ –iLäuft auf deinem Computer
Name in der Registryio.github.nk3750/jitapi

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Turn any OpenAPI spec into an executable agent interface using graphs and semantic search.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Suche & KI-Gedächtnis
  • Das musst du eintragen: OPENAI_API_KEY

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Das trägst du selbst ein: OPENAI_API_KEY

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

  • PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "jitapi": {
      "command": "uvx",
      "args": [
        "jitapi"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add jitapi --env OPENAI_API_KEY=your-value -- uvx jitapi

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "jitapi": {
      "command": "uvx",
      "args": [
        "jitapi"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "jitapi": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "jitapi"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

  • OPENAI_API_KEY geheim erforderlich env
    OpenAI API key for embeddings and workflow planning

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto nk3750 bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

  • Mehr Sterne als 0 % der anderen 7240 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 2 % der anderen 7240 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 7240 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Jitapi sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: OPENAI_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.1) kam vor 10 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert vor 3 Tagen
Installieren

Codebase Memory

von DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen
Installieren

Exa

von exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Läuft in der Cloud★ 5.213MITAktualisiert vor 44 Tagen
Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

JitAPI

Point Claude at any API. JitAPI figures out which endpoints to call and in what order — automatically.

JitAPI is an MCP server that lets Claude interact with *any* API from its OpenAPI spec. Instead of dumping hundreds of endpoints into context, JitAPI uses semantic search and a dependency graph to surface only what's needed — then Claude plans and executes the calls.

https://github.com/user-attachments/assets/53f72f89-a41a-4a9c-a688-ec876ea05fbd


The Problem

Stripe has 300+ endpoints. GitHub has 800+. Loading the full spec into Claude's context wastes tokens and causes hallucinations. Writing a custom MCP server for every API you use doesn't scale.

JitAPI solves this: register any OpenAPI spec once, then ask for what you need in plain English. It finds the right endpoints, resolves dependencies between them, and lets Claude execute the calls.

Quick Start

pip install jitapi

Add to your Claude Code config (.mcp.json):

{

"mcpServers": { "jitapi": { "command": "uvx", "args": ["jitapi"] } } }

That's it. No API keys required — JitAPI uses local embeddings out of the box.

Then in Claude:

You: Register the GitHub API from https://raw.githubusercontent.com/github/rest-api-description/main/descriptions/api.github.com/api.github.com.json

Claude: ✓ Registered GitHub v3 REST API — 1,107 endpoints indexed

You: List my repos

Claude: [searches for "list repositories for authenticated user" → finds GET /user/repos → executes] Here are your repositories: ...

Multi-API Orchestration

The killer feature: register multiple APIs and ask questions that span them. JitAPI searches across all registered APIs and Claude chains the calls.

You: Register the TMDB API and OpenWeatherMap API

Claude: ✓ Registered both APIs

You: Find the top popular movie on TMDB, then get the weather where it was filmed

Claude: [searches TMDB → GET /movie/popular → GET /movie/{id} for production locations → searches OpenWeather → GET /data/2.5/weather with the city]

The #1 popular movie is "Inception", filmed in Los Angeles. Current weather in LA: 72°F, partly cloudy.

How It Works

Register API                          Ask a question

│ │ ▼ ▼ Parse OpenAPI spec Embed query → vector search │ │ ▼ ▼ Build dependency graph Find relevant endpoints │ │ ▼ ▼ Embed all endpoints Expand with dependencies │ │ ▼ ▼ Store in vector DB Return schemas → Claude executes

  1. Register — Parse an OpenAPI spec, build a dependency graph (which endpoints need data from which other endpoints), and create searchable embeddings for all endpoints
  2. Search — When you ask a question, JitAPI embeds your query and finds the most relevant endpoints via cosine similarity
  3. Expand — The dependency graph adds any prerequisite endpoints (e.g., "you need to call GET /users first to get the user_id for POST /orders")
  4. Execute — Claude gets the endpoint schemas and makes the API calls, passing data between steps

MCP Tools

ToolDescription
register_apiRegister an API from an OpenAPI spec URL
list_apisList all registered APIs and their endpoint counts
search_endpointsSemantic search across endpoints using natural language
get_workflowFind relevant endpoints with dependency resolution and full schemas
get_endpoint_schemaGet the complete schema for a specific endpoint
call_apiExecute a single API call with auth, path params, query params, and body
set_api_authConfigure authentication (API key header, API key query param, or bearer token)
delete_apiRemove a registered API and all its data

Setup

Claude Code

Create .mcp.json in your project directory (or ~/.claude.json for global access):

{

"mcpServers": { "jitapi": { "command": "uvx", "args": ["jitapi"] } } }

Claude Desktop

Add to your Claude Desktop config:

OSConfig path
macOS~/Library/Application Support/Claude/claude_desktop_config.json
Windows%APPDATA%\Claude\claude_desktop_config.json
Linux~/.config/Claude/claude_desktop_config.json
{

"mcpServers": { "jitapi": { "command": "uvx", "args": ["jitapi"] } } }

Embedding Providers

JitAPI works out of the box with local embeddings (fastembed) — no API keys needed. For better search quality on large APIs, you can add a cloud embedding provider:

ProviderQualitySetup
Local (default)GoodNothing — works immediately
Voyage AI (recommended)Excellentpip install jitapi[voyage] + set VOYAGE_API_KEY
OpenAIExcellentpip install jitapi[openai] + set OPENAI_API_KEY
CohereVery goodpip install jitapi[cohere] + set COHERE_API_KEY

Set the API key in your MCP config's env block:

{

"mcpServers": { "jitapi": { "command": "uvx", "args": ["jitapi"], "env": { "VOYAGE_API_KEY": "your-key-here" } } } }

Provider is auto-detected from available environment variables. Priority: Voyage AI > OpenAI > Cohere > local.

Authentication

Configure API authentication after registering. Supported auth types: bearer, api_key (custom header), and api_key_query (query parameter). The recommended approach uses environment variables so secrets are never written to disk:

{

"mcpServers": { "jitapi": { "command": "uvx", "args": ["jitapi"], "env": { "GITHUB_TOKEN": "ghp_...", "OPENWEATHER_API_KEY": "your-key-here" } } } }

Then tell Claude to use the env var:

You: Set bearer auth for GitHub using env var GITHUB_TOKEN

Claude: [calls set_api_auth with auth_type="bearer", env_var="GITHUB_TOKEN"] ✓ Auth configured for github (from env var $GITHUB_TOKEN)

With env_var, JitAPI reads the secret from the environment at request time — only the env var *name* is persisted, never the credential itself.

You can also pass credentials directly (they'll be stored in ~/.jitapi/auth.json with 0600 permissions):

You: Set API key auth for OpenWeather with param name "appid"

Claude: [calls set_api_auth with auth_type="api_key_query", credential="...", param_name="appid"] ✓ Auth configured for openweather

Supported auth types: bearer, api_key (custom header, default X-API-Key), api_key_query (query parameter).

Security note: When using env_var, credentials are resolved at runtime and never touch the filesystem. When passing credential directly, secrets are stored as plaintext JSON at ~/.jitapi/auth.json (file permissions 0600, directory 0700). For production use, prefer the env_var approach.

Environment Variables

VariableRequiredDescription
VOYAGE_API_KEYNoVoyage AI API key (recommended cloud provider)
OPENAI_API_KEYNoOpenAI API key (alternative cloud provider)
COHERE_API_KEYNoCohere API key (alternative cloud provider)
JITAPI_STORAGE_DIRNoData directory (default: ~/.jitapi)
JITAPI_LOG_LEVELNoDEBUG, INFO, WARNING, ERROR (default: INFO)

Development

git clone https://github.com/nk3750/jitapi.git

cd jitapi pip install -e ".[dev]" pytest ruff check src/

License

MIT


Built by Neelabh Kumar — AI engineer and builder.

PopNx fragen