与 ChatGPT - MCP 服务器（标准输入输出）

这是一个基于 Model Context Protocol (MCP) 的标准输入输出服务器，将提示转发到 OpenAI 的 ChatGPT（GPT-4o）。它设计用于在 LangGraph 基础的助手内部运行，并通过访问外部大语言模型（LLM）实现高级摘要、分析和推理。

功能说明

此服务器提供一个工具：

{
  "name": "ask_chatgpt",
  "description": "将提供的文本 ('content') 发送到外部 ChatGPT (gpt-4o) 模型以进行高级推理或摘要。",
  "parameters": {
    "type": "object",
    "properties": {
      "content": {
        "type": "string",
        "description": "要分析、摘要、比较或推理的文本。"
      }
    },
    "required": ["content"]
  }
}

当助手需要以下操作时使用此工具：

• 摘要长文档
• 分析配置文件
• 比较选项
• 执行高级自然语言推理

Docker 使用方法

构建并运行容器：

docker build -t ask-chatgpt-mcp .

docker run -e OPENAI_API_KEY=your-openai-key -i ask-chatgpt-mcp

手动测试

使用单次请求本地测试服务器：

echo '{"method":"tools/call","params":{"name":"ask_chatgpt","arguments":{"content":"摘要此配置..."}}}' | \
  OPENAI_API_KEY=your-openai-key python3 server.py --oneshot

LangGraph 集成

将此 MCP 服务器连接到你的 LangGraph 管道，如下配置：

("chatgpt-mcp", ["python3", "server.py", "--oneshot"], "tools/discover", "tools/call")

MCP 服务器配置示例

以下是使用 mcpServers JSON 配置服务器的示例：

{
  "mcpServers": {
    "chatgpt": {
      "command": "python3",
      "args": [
        "server.py",
        "--oneshot"
      ],
      "env": {
        "OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
      }
    }
  }
}

环境设置

创建一个 .env 文件（自动通过 python-dotenv 加载）或手动导出密钥：

OPENAI_API_KEY=your-openai-key

或者：

export OPENAI_API_KEY=your-openai-key

注意事项

• 从未提交 .env 文件或 API 密钥。
• 将秘密存储在安全的环境变量或密钥管理器中。