AI导哈

OpenAI集成MCP服务器

一个自定义的MCP服务器，集成了天气工具和OpenAI功能，通过Cloudflare Tunnel实现公共访问。

  • by Dagudelot
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 dagudelot/mcp-server-openai-sdk

使用说明

MCP Server with OpenAI Integration

Este proyecto demuestra cómo crear un servidor MCP (Model Context Protocol) personalizado con una herramienta de clima e integrarlo con OpenAI usando Cloudflare Tunnel.

🚀 Características

  • Servidor MCP personalizado con herramienta de clima
  • Integración automática con OpenAI usando tu propio código
  • Túnel de Cloudflare para exposición pública
  • TypeScript completamente tipado
  • Function calling automático sin intervención manual

📁 Estructura del Proyecto

mcp-server-openai-sdk/
├── src/
│   ├── index.ts              # Servidor MCP principal
│   ├── webhook-server.ts     # Servidor webhook para OpenAI
│   └── test-method2.ts       # Test de integración automática
├── package.json              # Dependencias y scripts
├── tsconfig.json            # Configuración TypeScript
├── .env                     # Variables de entorno (crear)
└── README.md                # Este archivo

🛠️ Instalación

  1. Instalar dependencias:

    npm install

  2. Configurar variables de entorno:

    # Crear archivo .env
echo "OPENAI_API_KEY=tu-api-key-aqui" > .env

  3. Compilar el proyecto:

    npm run build

🚀 Uso

Paso 1: Iniciar el servidor webhook

npm run webhook

Paso 2: Crear túnel de Cloudflare

En otra terminal:

cloudflared tunnel --url http://localhost:3000

Paso 3: Actualizar la URL del túnel

Edita src/test-method2.ts y actualiza la URL:

const webhookUrl = "https://tu-nueva-url.trycloudflare.com/webhook/weather";

Paso 4: Probar la integración

npm run test

🎯 Cómo Funciona

Flujo Automático (Método 2)

  1. Usuario pregunta: "¿Cuál es el clima en Bogotá?"
  2. OpenAI detecta: Necesita información del clima
  3. Tu código llama automáticamente: Tu webhook de Cloudflare
  4. Tu MCP server responde: Con datos del clima
  5. Tu código envía: La respuesta de vuelta a OpenAI
  6. OpenAI presenta: La respuesta final naturalmente

Ejemplo de Salida

👤 Usuario: ¿Cuál es el clima en Bogotá?
🔧 Paso 1: OpenAI detecta que necesita información del clima
✅ OpenAI quiere llamar la función get_weather
🔄 Paso 2: Tu código llama automáticamente tu webhook
   📋 Argumentos: { "city": "Bogotá" }
✅ Paso 3: Tu MCP server responde: Weather in Bogotá: 15°C, cloudy
🔄 Paso 4: Tu código envía la respuesta de vuelta a OpenAI
🤖 Paso 5: OpenAI presenta la respuesta final:
   El clima en Bogotá es de 15°C, nublado.

🔧 Scripts Disponibles

  • npm run build - Compilar el proyecto
  • npm run webhook - Iniciar servidor webhook
  • npm run test - Probar integración automática
  • npm run dev - Modo desarrollo

🎯 Ventajas de esta Integración

✅ Completamente automático - No necesitas intervención manual
✅ Tu código controla todo - Manejas la comunicación
✅ Escalable - Puedes agregar más herramientas fácilmente
✅ Producción lista - Listo para usar en aplicaciones reales

🔍 Archivos Esenciales

  • src/index.ts - Servidor MCP con herramienta de clima
  • src/webhook-server.ts - Servidor webhook para OpenAI
  • src/test-method2.ts - Test de integración automática

📝 Notas

  • El servidor webhook debe estar corriendo en puerto 3000
  • El túnel de Cloudflare debe estar activo
  • La URL del túnel debe actualizarse en el script de test
  • Esta integración funciona completamente automática sin intervención manual

🎉 ¡Listo!

Tu servidor MCP personalizado está completamente integrado con OpenAI y funcionando automáticamente. Puedes hacer preguntas sobre el clima y obtener respuestas naturales sin intervención manual.

相关 MCP