Anforderungen für das Review von Remote-MCP-Servern

Bereite einen Remote-MCP-Server und seine optionale Benutzeroberfläche als Teil eines Plug-ins auf das Review zur Veröffentlichung vor.

Remote-MCP-Funktionen für die Plug-in-Einreichung vorbereiten

Auf dieser Seite findest du die Anforderungen für Plug-ins mit einem Remote-MCP-Server: Organisationsverifizierung, Verwaltungsberechtigungen, Serveranforderungen, Snapshots für das Review und Versionspflege.

Sobald der Remote-MCP-Server im Entwicklermodus funktioniert, reiche ihn im Portal für Plug-in-Einreichungen zum Review ein. Diese Seite beschreibt die dafür geltenden Anforderungen an den Remote-MCP-Server und die optionale Benutzeroberfläche.

Reiche das Plug-in nur ein, wenn es in den Ländern öffentlich verfügbar sein soll, die du bei der Einreichung angibst. Verwende für die private oder auf einen Workspace beschränkte Nutzung stattdessen den Entwicklermodus als Zugang.

Lies vor der Einreichung des Plug-ins die Plug-in-Richtlinien zu den Anforderungen an MCP-Server und optionale Benutzeroberflächen. Unter Plug-ins einreichen findest du den vollständigen Ablauf für die Einreichung, Genehmigung und Veröffentlichung von Plug-ins.

Den vollständigen Ablauf für reine Skills-Plug-ins und MCP-gestützte Plug-ins einschließlich Review, Genehmigung und Veröffentlichung findest du unter Plug-ins einreichen.

Bevor du das Plug-in einreichst

Organisationsverifizierung

Schließe vor der Einreichung eines Plug-ins die Identitätsprüfung im Dashboard der OpenAI-Plattform für den Namen ab, unter dem du es im Verzeichnis veröffentlichen möchtest.

• Wenn du unter deinem eigenen Namen veröffentlichen möchtest, schließe die Verifizierung als Einzelperson ab.
• Wenn du unter einem Unternehmensnamen veröffentlichen möchtest, schließe die Unternehmensverifizierung ab.

Dies wird beim Review überprüft. Eine Veröffentlichung unter einem nicht verifizierten Personen- oder Unternehmensnamen wird abgelehnt.

Berechtigungen für Plug-in-Einreichungen

Um Plug-in-Entwürfe zu erstellen und zum Review einzureichen, benötigst du die Berechtigung api.apps.write. Um Entwürfe und den Review-Status im Dashboard anzuzeigen, benötigst du die Berechtigung api.apps.read. Personen mit der Eigentümerrolle in der Organisation haben automatisch beide Berechtigungen und können sie anderen über Rollen im Dashboard der OpenAI-Plattform erteilen.

Anforderungen an Remote-MCP-Server

• Dein MCP-Server wird unter einer öffentlich zugänglichen Domain gehostet
• Du verwendest weder einen lokalen Endpunkt noch einen Testendpunkt
• Wenn der Server eine Benutzeroberfläche zurückgibt, hast du eine Content Security Policy (CSP) definiert, die genau die Domains zulässt, von denen die Komponente Daten abruft.

Vorlagen für MCP-Server-URLs

Für die meisten Plug-ins solltest du eine universelle MCP-Server-URL einreichen: einen einzigen gehosteten MCP-Endpunkt, der für alle Nutzenden und Organisationen funktioniert. Wähle Vorlage nur, wenn das Plug-in Workspace-spezifische MCP-Server-URLs verwendet, etwa wenn für jeden Kunden ein eigener Mandant, Workspace oder verwalteter MCP-Endpunkt vorhanden ist. Wir unterstützen vorlagenbasierte URLs nur für vertrauenswürdige Entwickelnde, mit denen wir bereits eine etablierte Geschäftsbeziehung haben.

Für Einreichungen mit einer Vorlage sind zwei URL-Werte erforderlich:

• Beispiel-URL des MCP-Servers: Ein konkreter, funktionierender MCP-Endpunkt für das Review und automatisierte Prüfungen.
• URL-Vorlage des MCP-Servers: Das URL-Muster, das beschreibt, welcher Teil des MCP-Endpunkts sich je nach Kunden-Workspace ändert.

Die Beispiel-URL des MCP-Servers muss auf einen tatsächlichen Endpunkt verweisen, mit dem OpenAI während des Reviews der Einreichung eine Verbindung herstellen kann. Gib im Feld Beispiel-URL des MCP-Servers keine Platzhalter-URL ein.

Verwende in der URL-Vorlage des MCP-Servers Platzhalter für die Teile, die später von der Workspace-Administration konfiguriert werden. Platzhalter müssen die Syntax {name} verwenden, mit einem Buchstaben beginnen und dürfen nur Buchstaben, Zahlen oder Unterstriche enthalten. Jeder Platzhaltername muss eindeutig sein.

Stelle sicher, dass die konkrete Beispiel-URL des MCP-Servers dem Vorlagenmuster entspricht, nachdem jeder Platzhalter durch einen tatsächlichen Wert ersetzt wurde.

Zum Beispiel:

Example MCP Server URL: https://acme.example.com/mcp
Template MCP Server URL: https://{workspace}.example.com/mcp

Zum Review einreichen

Wenn die Voraussetzungen erfüllt sind, kannst du das Plug-in über das Portal für Plug-in-Einreichungen zum Review einreichen.

Review starten

Im Portal für Plug-in-Einreichungen:

1. Gib die Details deines MCP-Servers ein (sowie die OAuth-Anmeldedaten, falls OAuth ausgewählt ist) und wähle anschließend Werkzeuge scannen.
2. Fülle die Pflichtfelder im Einreichungsformular aus und aktiviere alle Bestätigungskästchen. Du musst den Namen, das Logo und die Beschreibung des Plug-ins, die URLs des Unternehmens und der Datenschutzrichtlinie, Informationen zu MCP und den Werkzeugen, Test-Prompts und Antworten sowie Angaben zur Lokalisierung bereitstellen. Wenn das Plug-in eine Benutzeroberfläche hat, kannst du zusätzlich Screenshots bereitstellen. Reiche keine Screenshots ein, wenn das Plug-in keine Benutzeroberfläche hat.
3. Wähle Zum Review einreichen.

Beim Scannen der Werkzeuge gespeicherte Metadaten

Wenn du Werkzeuge scannen auswählst, importiert das Dashboard die von deinem MCP-Endpunkt bereitgestellten Metadaten in den Entwurf. Dazu gehören Namen, Titel und Beschreibungen der Werkzeuge, Eingabe- und Ausgabeschemas, Sicherheitsschemas, _meta-Felder, Werkzeugannotationen, Metadaten verknüpfter UI-Ressourcen einschließlich CSP-Einstellungen sowie die instructions des MCP-Servers. Das Dashboard zeigt die von deinem Server bereitgestellten Annotationswerte an.

Die Begründungen in deiner Einreichung sollten erklären, warum die vom Server bereitgestellten Annotationswerte dem Verhalten des jeweiligen Werkzeugs entsprechen. Sie setzen die Annotationen nicht außer Kraft. Wenn dein Server beispielsweise readOnlyHint: false angibt, gilt das Werkzeug nicht als ohne Schreibzugriff, nur weil du es in der Begründung als „funktional ohne Schreibzugriff“ beschreibst. Wenn das Werkzeug tatsächlich ohne Schreibzugriff arbeitet, ändere seine serverseitige Annotation in readOnlyHint: true, stelle die Änderung bereit, wähle erneut Werkzeuge scannen , überprüfe den aktualisierten Wert und reiche das Plug-in anschließend ein.

Jede Organisation kann mehrere unterschiedliche Plug-ins mit MCP veröffentlichen. Für jede Integration eines MCP-Servers darf jeweils nur eine Version veröffentlicht sein und nur eine Version gleichzeitig im Review sein. Wenn du nach der Einreichung Änderungen vornehmen musst, ziehe die Einreichung über Review abbrechen zurück und reiche denselben Versionsentwurf erneut ein.

Derzeit können Projekte mit Datenresidenz in der EU keine Plug-ins mit MCP-Servern zum Review einreichen. Verwende ein Projekt mit globaler Datenresidenz. Wenn du noch keines hast, erstelle im OpenAI-Dashboard ein neues Projekt in deiner aktuellen Organisation.

Review und Genehmigung

Nach der Einreichung wird das Plug-in in die Review-Warteschlange aufgenommen. Du kannst den Status im Dashboard einsehen und erhältst bei jeder Statusänderung eine E-Mail-Benachrichtigung.

Reviews und Prüfungen

Wir können automatisierte Scans oder manuelle Reviews durchführen, um zu verstehen, wie dein Plug-in funktioniert und ob es möglicherweise gegen unsere Richtlinien verstößt.

Genehmigung, Ablehnung und Einspruch

Wenn dein Plug-in genehmigt wird, benachrichtigen wir dich per E-Mail. Nach der Genehmigung kannst du es über das Portal für Plug-in-Einreichungen veröffentlichen.

Wenn dein Plug-in wegen seines MCP-Servers, seiner Werkzeuge oder seiner Benutzeroberfläche abgelehnt oder entfernt wird, erhältst du Rückmeldung dazu, welche Prüfungen nicht bestanden wurden. Nachdem du die erforderlichen Änderungen vorgenommen hast, kannst du das Plug-in erneut zum Review einreichen. Um Einspruch gegen die Entscheidung einzulegen, antworte auf die erhaltene E-Mail mit einer klaren Begründung und allen neuen Informationen, die beim Review helfen können.

Hilfe erhalten

Wenn du vor, während oder nach der Einreichung Fragen hast, die die Dokumentation nicht beantwortet, wende dich an den OpenAI-Support. Gib die im Portal für Plug-in-Einreichungen angezeigte ID an, damit das Supportteam dein Plug-in zuordnen kann.

Häufige Fragen zu Review und Genehmigung

Wie lange dauert das Review?

Die Dauer des Reviews kann variieren, da wir unsere Prozesse weiterentwickeln und ausbauen. Bitte wende dich nicht an den Support, um ein beschleunigtes Review anzufordern. Solche Anfragen können wir nicht erfüllen.

Was sind häufige Ablehnungsgründe und wie kann ich die Probleme beheben?

• Wir können mit der bereitgestellten MCP-URL und/oder den Test-Anmeldedaten keine Verbindung zu deinem MCP-Server herstellen.
  • Bei Servern, die eine Authentifizierung erfordern, muss sich unser Review-Team ohne weitere Konfiguration bei einem Demokonto anmelden können.
  • Stelle sicher, dass die bereitgestellte URL und die Anmeldedaten korrekt sind und keine MFA erforderlich ist. Dazu zählen SMS-Codes sowie die Anmeldung über Systeme, die eine Verifizierung per SMS, E-Mail oder andere Verfahren verlangen.
  • Stelle sicher, dass die Anmeldung mit den bereitgestellten Anmeldedaten erfolgreich ist. Teste sie außerhalb von Unternehmensnetzwerken, lokalen Netzwerken oder anderen internen Netzwerken.
  • Vergewissere dich, dass die Anmeldedaten nicht abgelaufen sind.
• Einer oder mehrere deiner Testfälle haben keine korrekten Ergebnisse geliefert.
  • Überprüfe alle Testfälle sorgfältig und führe jeden erneut aus. Stelle sicher, dass die Ausgaben den erwarteten Ergebnissen entsprechen. Falls eine Benutzeroberfläche vorhanden ist, überprüfe sie auf Fehler, etwa beim Laden von Inhalten oder Bildern, sowie auf andere Probleme.
  • Stelle sicher, dass die zurückgegebene Textausgabe genau auf die Anfrage der nutzenden Person eingeht und keine zusätzlichen, für die Anfrage irrelevanten Informationen enthält, einschließlich personenbezogener Kennungen.
  • Stelle sicher, dass alle Testfälle auf den unterstützten ChatGPT- und Codex-Oberflächen erfolgreich sind, auf denen das Plug-in verfügbar sein wird.
  • Vergleiche für jedes Werkzeug die tatsächlichen Ausgaben mit dem präzise definierten erwarteten Verhalten und behebe alle Abweichungen. So passen die Ergebnisse zur Eingabe der nutzenden Person und das Plug-in erfüllt zuverlässig seine zugesagten Funktionen.
  • Passe bei Bedarf vor der erneuten Einreichung deine Testfälle und erwarteten Antworten so an, dass sie klar und eindeutig sind.
• Dein Plug-in gibt nutzerbezogene Datentypen zurück, die in deiner Datenschutzrichtlinie nicht offengelegt werden.
  • Überprüfe die Antworten deiner MCP-Werkzeuge im Entwicklermodus: Führe einige realistische Beispielanfragen aus und liste alle nutzerbezogenen Felder auf, die der Server zurückgibt, einschließlich verschachtelter Felder und „Debug“-Nutzdaten. Stelle sicher, dass die Werkzeuge nur das zurückgeben, was für die jeweilige Anfrage unbedingt erforderlich ist. Entferne alle unnötigen personenbezogenen Daten, Telemetrie- und internen Kennungen (zum Beispiel Sitzungs-, Trace- oder Anfrage-IDs, Zeitstempel, interne Konto-IDs oder Protokolle) sowie sämtliche Authentifizierungsgeheimnisse (Token, Schlüssel oder Passwörter).
  • Du kannst auch erwägen, deine veröffentlichte Datenschutzrichtlinie zu aktualisieren, sodass sie ausdrücklich alle Kategorien personenbezogener Daten nennt, die du erhebst, verarbeitest oder zurückgibst, und den jeweiligen Zweck erklärt. Wenn ein Feld nicht wirklich benötigt wird, entferne es, statt es offenzulegen.
  • Wenn eine Nutzerkennung wirklich erforderlich ist, stelle sicher, dass sie ausdrücklich angefordert wird und unmittelbar mit der Absicht der nutzenden Person zusammenhängt. Sie sollte nicht standardmäßig „nachgeschlagen und wieder ausgegeben“ werden.
• Die Hinweisannotationen des Werkzeugs scheinen nicht mit seinem Verhalten übereinzustimmen:
  • readOnlyHint: Setze den Wert auf true, wenn das Werkzeug ausschließlich Daten abruft, nachschlägt oder auflistet und nichts verändert. Setze ihn auf false, wenn das Werkzeug etwas erstellen, aktualisieren oder löschen, Aktionen auslösen (E-Mails oder Nachrichten senden, Jobs ausführen, Aufgaben in eine Warteschlange stellen, Protokolle schreiben, Arbeitsabläufe starten) oder auf andere Weise einen Zustand ändern kann.
  • Hinweis auf destruktives Verhalten: Setze die Annotation für destruktives Verhalten auf true, wenn das Werkzeug unumkehrbare Folgen haben kann (Löschen, Überschreiben, nicht rückgängig zu machendes Senden von Nachrichten oder Ausführen von Transaktionen, Entziehen von Zugriffsrechten oder destruktive Verwaltungsaktionen). Das gilt auch dann, wenn diese Folgen nur in bestimmten Modi, durch Standardparameter oder durch indirekte Nebenwirkungen auftreten. Erläutere in der Begründung, was unter welchen Bedingungen unumkehrbar ist, und beschreibe auch Schutzmaßnahmen wie Bestätigungsschritte, Optionen für Testläufe oder Einschränkungen des Geltungsbereichs. Setze den Wert andernfalls auf false.
  • openWorldHint: Setze den Wert auf true, wenn das Werkzeug auf das öffentliche Internet oder nicht fest eingegrenzte externe Entitäten zugreift. Dazu gehören Werkzeuge ohne Schreibzugriff wie die Websuche sowie Werkzeuge mit Schreibzugriff, die auf öffentlichen Plattformen posten, Nachrichten an externe Empfänger senden, Inhalte veröffentlichen, Code pushen oder Formulare absenden. Setze den Wert auf false, wenn das Werkzeug auf ein abgegrenztes privates Konto oder einen Workspace beschränkt ist, auch wenn der Dienst extern gehostet wird.

Veröffentlichung und Verbreitung

Das Plug-in veröffentlichen

Sobald das Plug-in genehmigt wurde, kannst du es im Portal zur Einreichung von Plug-ins veröffentlichen, indem du Veröffentlichen auswählst.

Auffindbarkeit

Nach der Veröffentlichung lässt sich dein Plug-in im gemeinsamen, universellen Verzeichnis von ChatGPT und Codex auf folgende Weise finden:

• Über einen direkten Link zum Eintrag des Plug-ins im Verzeichnis.
• Über die Suche nach dem Namen des Plug-ins.

Plug-ins, die einen hohen praktischen Nutzen und eine hohe Zufriedenheit der Nutzenden nachweisen, können für zusätzliche Verbreitung infrage kommen, etwa durch eine hervorgehobene Platzierung im Verzeichnis oder proaktive Vorschläge. Allerdings erhalten nur wenige Plug-ins diese zusätzliche Verbreitung bereits bei der Veröffentlichung. Entwickelnde können sie nicht beantragen.

Häufige Fragen zu Veröffentlichung und Verbreitung

Was passiert nach der Genehmigung des Plug-ins? Wird es automatisch im Plug-in-Verzeichnis aufgeführt?

Nach der Genehmigung kannst du das Plug-in im Portal zur Einreichung von Plug-ins veröffentlichen. Erst nach der Veröffentlichung kann es im universellen Plug-in-Verzeichnis erscheinen.

Warum sehe ich mein Plug-in nicht im Verzeichnis?

Plug-ins erscheinen nur dann auf den Hauptseiten des Verzeichnisses, wenn OpenAI sie für zusätzliche Verbreitung auswählt. Um zu prüfen, ob dein Plug-in veröffentlicht ist, suche nach dem exakten Namen, unter dem es veröffentlicht wurde, oder öffne seine Verzeichnis-URL im Portal zur Einreichung von Plug-ins.

Was soll ich tun, wenn ich eine Pressemitteilung oder öffentliche Ankündigung zu meinem Plug-in veröffentlichen möchte?

Bevor du Pressemitteilungen oder öffentliche Ankündigungen zum Start deines Plug-ins veröffentlichst, wende dich bitte zunächst an press@openai.com, um dich mit unserem Kommunikationsteam abzustimmen.

Laufende Wartung

So funktionieren veröffentlichte MCP-Metadatenversionen

Behandle die Metadaten, die dein MCP-Server bereitstellt, als versionierten API-Vertrag für das Plug-in. Wenn du den MCP-Endpunkt im Portal zur Plug-in-Einreichung scannst, speichert OpenAI die ermittelten Metadaten mit dieser Entwurfsversion. Wenn du die Version einreichst, wird dieser gespeicherte Stand zum Review übermittelt. Nach der Veröffentlichung werden die Werkzeugdefinitionen durch kontinuierliches Review aktualisiert, ohne dass eine neue Plug-in-Version erforderlich ist. Werkzeugaufrufe und UI-Ressourcen verwenden weiterhin deinen laufenden MCP-Server.

Kontinuierliches Review und Updates für Werkzeuge

OpenAI ruft regelmäßig die Werkzeuge deines MCP-Servers ab und vergleicht sie mit den veröffentlichten Definitionen, einschließlich ihrer Beschreibungen, Schemas und Annotationen.

• Gelöschte Werkzeuge: Werden aus der veröffentlichten Werkzeugliste entfernt, sobald ein Scan die Löschung erkennt, ohne auf automatisierte Prüfungen zu warten.
• Neue Werkzeuge: Werden verfügbar, sobald sie die automatisierten Prüfungen bestanden haben. Bis dahin stehen sie Nutzenden nicht zur Verfügung.
• Geänderte Werkzeuge: Die bisherige Definition bleibt aktiv, bis die aktualisierte Definition die automatisierten Prüfungen bestanden hat oder ein Scan erkennt, dass du das Werkzeug entfernt hast. Updates, die die Prüfungen bestehen, ersetzen die bisherige Definition automatisch.

Jedes Werkzeug kann die Prüfungen unabhängig von den anderen bestehen. Du fügst beispielsweise create_note hinzu, änderst search so, dass es einen Parameter folder akzeptiert, und löschst archive_note. Beim nächsten Scan wird archive_note sofort entfernt. Wenn create_note die Prüfungen besteht, das Update für search aber zurückgehalten wird, erhalten Nutzende create_note und verwenden weiterhin die bisherige Definition von search ohne folder.

Stelle sicher, dass dein Server mit der aktiven Definition kompatibel bleibt, solange ein Update zurückgehalten wird. OpenAI behält die Definition bei, nicht eine Kopie deiner Serverimplementierung. Eine unvollständige Prüfung führt nicht zur Genehmigung eines Updates, auch wenn dabei keine Probleme festgestellt wurden.

Weitere Änderungen

Diese Tabelle zeigt dir, wie du die jeweilige Änderung bereitstellst:

Serveränderungen werden wirksam, bevor ein Scan sie erkennen oder genehmigen kann. Stelle sicher, dass bestehende Eingabeschemas und alle veröffentlichten URIs für UI-Ressourcen in dieser Zwischenzeit weiterhin funktionieren. Wenn ein Deployment den aktiven API-Vertrag verletzt, mache die Serveränderung rückgängig, statt auf das Review zu warten.

Neue Versionen zum Review einreichen

Um eingereichte Plug-in-Informationen oder importierte Skills zu ändern, erstelle eine neue Entwurfsversion des bestehenden Plug-ins und reiche sie erneut zum Review ein. Das kontinuierliche Review der Werkzeuge ersetzt diesen Prozess nicht. Jede erneute Einreichung startet ein neues Review. Beschreibe in den Versionshinweisen, was sich geändert hat.

Die Origin des MCP-Servers (scheme, hostname oder port) darf sich zwischen Versionen nicht ändern. Um eine andere Origin zu verwenden, reiche ein neues Plug-in mit der neuen Origin des MCP-Servers ein. Den Endpunktpfad kannst du in einer neuen Version des bestehenden Plug-ins ändern.

Wir überprüfen die aktualisierten Metadaten des Plug-ins erneut und informieren dich per E-Mail und im Portal zur Einreichung von Plug-ins, ob die Aktualisierung genehmigt oder abgelehnt wurde. Bei einer Ablehnung kannst du sie überarbeiten und erneut einreichen oder Einspruch gegen die Entscheidung einlegen.

Sobald deine erneute Einreichung genehmigt wurde, kannst du die Aktualisierung veröffentlichen. Sie ersetzt dann die bisherige Version des Plug-ins.

Wenn du zwischen Einreichung und Genehmigung weitere Änderungen am Plug-in vorgenommen hast und eine neue Version zum Review einreichen möchtest, brich das Review im Portal zur Einreichung von Plug-ins ab und reiche die Version erneut ein.

Veröffentlichte Metadatenversionen wechseln und das Plug-in entfernen

Nach der Veröffentlichung eines Plug-ins kannst du im Portal zur Einreichung von Plug-ins die veröffentlichte Version wechseln, indem du die Veröffentlichung der aktuellen Version zurückziehst und eine genehmigte Ersatzversion veröffentlichst. Damit das Plug-in nicht mehr öffentlich sichtbar ist, ziehe die Veröffentlichung der aktuellen Version zurück und veröffentliche keine alternative Version.

Um das Plug-in aus deiner Organisation sowie aus ChatGPT und Codex zu entfernen, lösche es im Portal zur Einreichung von Plug-ins.

Wartungsanforderungen

Plug-ins können entfernt werden, wenn sie inaktiv oder instabil sind oder die Vorgaben nicht erfüllen. Wir können jedes Plug-in jederzeit und aus beliebigem Grund ohne Vorankündigung ablehnen oder aus unseren Diensten entfernen, etwa aufgrund rechtlicher Bedenken, Sicherheitsbedenken oder Verstößen gegen Richtlinien.

Häufige Fragen zur laufenden Wartung

Was passiert, wenn Nutzende mein Plug-in als schädlich oder irreführend melden?

OpenAI prüft Meldungen von Nutzenden und kann dein Plug-in einschließlich seines MCP-Servers, seiner Werkzeuge und seiner Benutzeroberfläche überprüfen oder untersuchen. Plug-ins, die gegen unsere Richtlinien verstoßen, können eingeschränkt oder entfernt werden. Gegen eine Entfernung oder andere Durchsetzungsmaßnahmen kannst du nach dem hier beschriebenen Verfahren Einspruch einlegen. Sieh dir regelmäßig das Feedback an, reagiere darauf und aktualisiere dein Plug-in, wenn Probleme festgestellt werden.

Wie lange dauert die Prüfung von Updates?

Wie bei der Prüfung neuer Einreichungen können wir auch für die Prüfung von Updates keine voraussichtliche Dauer angeben.