AI导哈

ChatGPT MCP服务器

一个基于Model Context Protocol (MCP)的stdio服务器，用于将提示转发至OpenAI的ChatGPT (GPT-4o)，支持高级摘要、分析和推理功能。

  • by automateyournetwork
  • Python
  • 本地部署
  • 7 星标
  • 更新于
在 GitHub 查看 automateyournetwork/chatGPT_MCP

使用说明

🧠 询问ChatGPT-MCP服务器（标准）

这是一个模型上下文协议（MCP）stdio服务器，它将提示转发到OpenAI的ChatGPT（GPT-4o）。它被设计为在基于LangGraph的助手中运行，并通过访问外部LLM实现高级摘要、分析和推理。

📌 它做什么

此服务器公开了一个工具：

{
  "name": "ask_chatgpt",
  "description": "Sends the provided text ('content') to an external ChatGPT (gpt-4o) model for advanced reasoning or summarization.",
  "parameters": {
    "type": "object",
    "properties": {
      "content": {
        "type": "string",
        "description": "The text to analyze, summarize, compare, or reason about."
      }
    },
    "required": ["content"]
  }
}

当您的助手需要时，请使用此功能：

总结长文档

分析配置文件

比较选项

执行高级自然语言推理

🐳 Docker使用

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

使用一次性请求在本地测试服务器：


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

🧩 LangGraph集成

要将此MCP服务器连接到您的LangGraph管道，请按如下方式配置：


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

⚙️ MCP服务器配置示例

以下是如何使用mcpServers JSON配置配置服务器：


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

🔍 解释

“command”：使用Python运行脚本

“args”：启用单次stdin/stdout模式

“env”：安全地注入您的OpenAI密钥

🌍 环境设置

创建.env文件（使用python dotenv自动加载）或手动导出密钥：


OPENAI_API_KEY=your-openai-key

或者：


export OPENAI_API_KEY=your-openai-key

📦 依赖项

在Docker构建期间安装：

openai

请求：

python dotenv

📁 项目结构

.
├── Dockerfile        # Docker build for the MCP server
├── server.py         # Main stdio server implementation
└── README.md         # You're reading it!

🔐 安全说明

永远不要提交.env文件或API密钥。

将机密存储在安全的环境变量或机密管理器中。

相关 MCP