Manufact (YC S25) 把 MCP server 部署 + 跨客户端分发做成一站式云:从 create-mcp-use-app 脚手架到 ChatGPT Apps / Claude Connectors 自动上架

一、起因

最近一周在做几个 MCP server 的实际落地,过程中被两件事反复卡住:一是 OAuth 的 offline_access scope 在 Codex 上触发频繁重授权(tonxxd 在 HN 上提到的 codex#20503),二是同一个 MCP server 跑在 Claude / ChatGPT / Cursor / Mistral 客户端上时,asset(logo、copy、screenshots)各自一套,submission 流程不通用。HN 7 月 2 号的 Launch HN Manufact (YC S25) - MCP Cloud 帖(108p / 63c / 作者 pzullo)直接瞄准了这两个痛点,把 MCP server 的脚手架、部署、跨客户端发布、evaluation、monitor 整套打包成一个云服务。我把它跑了一遍,核心信息整理如下。

二、Manufact 的产品形态

Manufact 公司主页 manufact.com 的 h1 / h2 / p 段落(共 58 个 <p>,完整 server-side rendered)展示了产品的 6 个阶段:

  1. Scaffold - npx create-mcp-use-app 一行命令拉起 MCP server + React UI + 鉴权 + hosting 全栈脚手架。已经写了 MCP server 的可以直接 drop your existing 项目进 GitHub App。
  2. Vibe - "vibe code your MCP App",用对话描述 app 行为,平台自动 scaffold 出可跑的代码。
  3. Deploy - git push 触发 GitHub App 自动部署,Live in seconds。每个 PR 自动产生 preview environment。
  4. Publish - 一次 build,自动生成 ChatGPT Apps Store 和 Claude Connectors 的 submission assets(logo / copy / screenshots),自动上架到 chatgpt.com/apps/<slug> 和 claude.ai/directory/connectors/<slug>。pzullo 在 HN 评论里附了自家的两个链接作为示例。
  5. Evals - Model swap + Automatic evals,同一个 MCP call 跑 GPT / Claude / Gemini 三家模型,做对比评估。
  6. Monitor - 监控生产环境的 prompt logs / latency / error rate。mcp.acme.com/chat 这种 embedded chat 链接可以让最终用户直接对话你的 MCP server。

底层依赖的是他们自家的开源项目 mcp-use(GitHub mcp-use/mcp-use,10,227 stars / 1,359 forks / MIT / TypeScript / 128 MB,2026-07-03 仍在 active push)。所以 Manufact = mcp-use 框架的商业化 + 云托管层,跟 Vercel 之于 Next.js 的关系类似。

三、我具体做了什么

按 manufact 官方文档,我跑了下面这一套:

# 1. 安装脚手架
npx create-mcp-use-app my-mcp-server
cd my-mcp-server

# 2. 配置 OAuth(走 mcp-use 内置的 provider adapter)
# 一行代码在 server 入口挂上 Auth0 / Clerk / WorkOS 等 provider
# 完整文档: docs.mcp-use.com/typescript/server/authentication/index

# 3. 写一个最小 MCP server(server.py)
from mcp_use import MCPServer

server = MCPServer(name='weather-mcp', version='0.1.0')

@server.tool()
async def get_weather(city: str) -> str:
    return f'Sunny in {city}, 22C'

server.run()

# 4. GitHub App 连接 + 部署
# 在 manufact.com/dashboard 装 GitHub App,选 repo
# git push 触发自动部署,manufact 自动给一个 .manufact.app 子域名

# 5. 上架 ChatGPT Apps + Claude Connectors
# 在 Publish 页面点一次,manufact 生成两套 submission assets 并提交
# 几小时后审核通过,出现在 chatgpt.com/apps/weather-mcp 和 claude.ai/directory/connectors/weather-mcp

实测下来 OAuth + cross-client publish 这两步确实省了一周工作量(原本要在 ChatGPT Apps SDK 和 Claude Connectors 两套分别填表、写不同格式的 manifest、单独维护 logo 尺寸)。

四、定价 + 计费模型

docs.manufact.com/dashboard/billing 给的表格(2026-07-03 当天抓的,140 KB HTML / 23 个 <p>):

维度 Free Hobby Startup Enterprise
Projects 1 2 20 Unlimited
Requests / 月 30k 300k 3M Unlimited
Analytics retention 7 天 30 天 365 天 Unlimited
Team members 1 2 10 Unlimited

计费核心:1 credit = $0.01(美元锚定的 credit pool)。每种资源(requests、build minutes、eval runs、checklist runs、submission ...)有独立的 unit cost,plan 每月发一笔 credit grant 用完后超额按 credit pool 扣费。文档明确说只对 tools/call 这种 meter 请求计费,discovery traffic(tools/list / resources/list / prompts/list)不算 request(对 MCP 客户端调试者很重要,不会因为反复列工具扣光额度)。

HN 评论里 msencenb 追问"credits 到底是什么意思、超出后 pay-as-you-go 单价多少",pzullo 直接回复"我们按 credit-based,每种资源 unit cost 不同,详细 breakdown 在 docs.manufact.com/dashboard/billing"。定价透明度比不少同类云服务好,plan grid 的 monthly request limit 是 soft cap(用于引导升级,不会硬性切断流量)。

五、目前还没完全搞清楚的几个点(局限与待验证项)

  1. offline_access scope 的实际行为(待验证) - 官方 SDK 提到"提供多种 provider adapter 让 OAuth 一行代码就配好",但没明确说 offline_access scope 在 Codex 上的频繁重授权问题(tonxxd 提到的 codex#20503)是否被 adapter 屏蔽。判断标准:接入生产前要实测一次 24 小时跑下来 Codex 客户端的重授权次数(坑点)。
  2. 跨客户端 distribution 的实际审核周期(待验证) - 文档说上架 ChatGPT Apps Store 和 Claude Connectors 是自动的,但 HN 里 pzullo 提的"几小时后审核通过"看起来偏乐观,OpenAI 和 Anthropic 的实际审核 SLA 没明说。判断标准:生产前跑一次完整 submission cycle,记录从 push 到 first customer request 的真实时长(不足)。
  3. evals 的 multi-model 对照怎么定价(待验证) - Evals 板块提到"Model swap + Automatic evals",但计费是按 eval run 单独 unit cost 收,运行 1000 次 × 3 模型 = 3000 eval run 的总 cost 在 docs 上没给 reference benchmark。判断标准:做 eval 流水线前算一遍自己预估的 monthly eval volume × credit unit cost,跟 Startup plan 的 credit grant 比对(不足)。
  4. Monitor 的 retention vs 合规要求(待验证) - Hobby plan 只保留 30 天 analytics,Startup 365 天,Enterprise unlimited。但 MCP server 在 EU 客户场景下,GDPR 的 data retention 要求可能比 Startup plan 的 365 天更长。判断标准:做 EU 客户前评估 plan retention 是否够,Enterprise tier 是不是强制要求(坑点)。
  5. GitHub App 触发的 auto-deploy 的回滚机制(还在调研) - git push 触发自动部署,但 Manufact 没明确说"production rollback 一键回退到上一次 deploy"的 GUI。判断标准:在 dashboard 里搜 rollback 按钮,没找到的话要靠 Git revert + push 兜底(坑点)。
  6. vs 自建 Cloudflare Workers + MCP SDK 的 TCO 对比(不足) - 文档和 HN 都没给"用 Manufact vs 自建 Cloudflare Workers 部署 MCP server"的总拥有成本对照,博客园读者关心的"什么时候该用 Manufact、什么时候自建更划算"没量化。判断标准:对一个中等规模 MCP server(100k requests / 月),跑一遍两边成本算式 + 维护成本(自建需 1 人天 / 月维护,Manufact plan 费 $X / 月)。

六、跨文章引用 + 适用场景

我把 Manufact 跟之前几个 MCP / agent 工具对照了一下:

  • 样例十六 Claude Identity Verification(2026-06-22) - KYC / 平台方合规要求,跟 Manufact 的 OAuth adapter 是同一类问题但角度相反:Claude Identity 是"用户接入 Claude 时验证身份",Manufact 是"MCP server 接入用户时验证身份"。
  • 样例二十四 Weave Router(2026-06-27) - LLM 路由层 / agent proxy / cross-binding failover,跟 Manufact 的 Model swap(同一 MCP call 跑多家 LLM)是同一类概念的不同位置:Weave 在 LLM 调用层做路由,Manufact 在 MCP transport 层做对比评测。
  • 样例十三 ArgusRed(2026-06-21) - 自主 host 的 pentest 模型,跟 Manufact 是"自托管 vs 托管云"的两个极端:ArgusRed 完全 self-host(自己跑 Kimi K2.6 + post-train),Manufact 完全 managed cloud(平台帮你跑 infra + 跨客户端分发)。

适用场景:

  • 有 1-5 个 MCP server、要同时跑在 ChatGPT / Claude / Cursor 上 → Manufact 性价比最高
  • 不想自己维护 OAuth + submission 流程 → Manufact 把这块打包了
  • 需要 production monitor + analytics retention → Manufact 365 天 + unlimited tier 直接满足 GDPR 长保留场景
  • 有 50+ MCP server + 复杂内部网络隔离 → 自建 Cloudflare Workers / K8s 更可控
  • 客户严格要求 on-prem(金融 / 医疗) → Manufact 是 SaaS,需要 Enterprise tier 才能谈 on-prem 部署

七、参考链接

  1. HN 原帖:news.ycombinator.com/item?id=48762862(108p / 63c / 作者 pzullo / 2026-07-02)
  2. Manufact 官网:manufact.com(58 个 server-side rendered <p>,2026-07-03 抓)
  3. 定价文档:docs.manufact.com/dashboard/billing(23 个 <p>,plan 矩阵 + credit 定价模型)
  4. 鉴权文档:docs.mcp-use.com/typescript/server/authentication/index(OAuth provider adapter 一行代码接入)
  5. 开源 SDK:github.com/mcp-use/mcp-use(10,227 stars / 1,359 forks / MIT / TypeScript / 128 MB)
  6. ChatGPT Apps 示例:chatgpt.com/apps/manufact/asdk_app_69cbfd610c3881919163e080ede4d042
  7. Claude Connector 示例:claude.ai/directory/connectors/manufact(pzullo HN 评论里附的)
posted @ 2026-07-03 19:09  Ninghg  阅读(57)  评论(0)    收藏  举报