如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题
概览 智能体访问 ChatGPT 与 Codex 用户文档 使用场景

MCP 服务器

了解 MCP 服务器如何为插件提供工具,使插件能够访问外部系统。

模型上下文协议(MCP)是一项开放规范,用于将 AI 客户端连接到外部工具和数据源。插件需要读取实时信息、执行操作或与其他服务集成时,可以包含一个 MCP 服务器。

MCP 服务器是可选的。如果插件只提供指令和资源,则可以仅由技能组成。

MCP 服务器提供的功能

MCP 服务器可以提供以下功能:

  • 工具: 模型可以通过传入结构化参数来调用的函数。
  • 资源: 客户端可以读取的数据或内容。
  • 提示词: 可复用的提示词模板。
  • 指令: 适用于整个服务器的指南,说明如何使用服务器提供的功能。

插件主要使用工具。每个工具都有名称、描述和输入模式,还可以有输出模式。这些字段帮助模型判断何时调用工具,以及如何使用工具返回的结果。

工具调用流程

当用户的请求与某个工具的功能相匹配时,调用流程如下:

  1. 客户端发现 MCP 服务器提供的工具。
  2. 模型选择一个工具,并传入符合其输入模式的参数。
  3. 服务器验证请求、执行操作并返回结果。
  4. 模型根据结果继续对话。

即使没有自定义用户界面,模型也应能使用工具返回的结果。请返回简明的文本或结构化内容,让模型获得足够的信息来回答用户。对于支持 MCP 应用的客户端,MCP 服务器还可以按需返回用户界面资源。

传输与授权

在生产环境中,请将 MCP 服务器部署到稳定的 HTTPS 端点,并使用支持流式传输的 HTTP 传输方式。如果工具需要访问私有数据或代表用户执行操作,请使用 MCP 规范定义的授权流程保护服务器。

有关协议的详细信息,请参阅 MCP 规范。Python 和 TypeScript 软件开发工具包提供了服务器实现和辅助工具。

下一步

定义好您的插件所需的工具后,请构建 MCP 服务器。