OpenAI Responses API 接入远程 MCP 服务器怎么写:tools 里的 mcp 类型、授权头与审批控制

怎么在 OpenAI Responses API 里直接调用远程 MCP 服务器?本文按官方文档整理 tools 中 mcp 类型字段、server_url、authorization 与 headers 授权头、allowed_tools 筛选及 require_approval 审批流程。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 其他 账号

结论先说

  1. Responses API 原生支持 type: "mcp" 内置工具:由 OpenAI 服务端直连公网可访问的远程 MCP 服务器(支持 Streamable HTTP / SSE),无需你的应用服务器在中间转发每次工具调用。
  2. 核心必填字段是 server_label 与 server_url:分别用于标识服务器名称与指定 HTTPS 远程端点。
  3. 鉴权用 authorization 或 headers:传入 OAuth 访问令牌或自定义请求头;OpenAI 不会持久落盘保存这些凭据,因此后续多轮请求需继续按需传入。
  4. 用 allowed_tools 控成本、用 require_approval 控风险:默认情况下调用远程工具会先返回 mcp_approval_request 等待确认;确认安全只读后才建议设为 "never"。
  5. 不收额外内置工具调用费:远程 MCP 仅按拉取的工具 Schema 与执行结果所消耗的模型输入输出 token 计费,MCP 协议基础概念见 /guides/mcp-model-context-protocol。
  6. 国内免境外卡开通入口:若没有境外银行卡或遇到支付被拒,可在本站通过支付宝、微信支付或 AlipayHK 自助获取兑换码开通 ChatGPT Plus 或 ChatGPT Pro,团队多席位支持联系客服定制 ChatGPT Business 团队版。

Responses API 调用远程 MCP 流程

图:本站根据 OpenAI 开发者文档:Remote MCP 整理的示意图

本文根据 OpenAI 开发者文档《Remote MCP》、API Reference 与官方价格页整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。

适用于谁

  • 想在后端代码里通过 OpenAI Responses API 直接挂载第三方或自建远程 MCP 服务器、省去手写函数封装与中转循环的开发者;
  • 需要向受保护的远程 MCP 传入 Bearer Token 或自定义请求头,并限制只暴露部分工具的人;
  • 想在模型真正执行外部写操作前加入人工确认(require_approval)安全拦截的团队。

一、tools 里的 mcp 字段结构与最小示例

与需要在本地自己跑 for 循环执行的普通函数调用(见 /guides/openai-api-function-calling)不同,挂载远程 MCP 后,当审批设为免审时,OpenAI 会在一次 responses.create 请求内部自动完成「拉取工具列表 → 决定调用 → 请求远程 MCP → 汇总生成最终回答」:

python
from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",  # 以官方模型页当前可用型号为准
    tools=[
        {
            "type": "mcp",
            "server_label": "deepwiki",
            "server_url": "https://mcp.deepwiki.com/mcp",
            "allowed_tools": ["read_wiki_structure", "ask_question"],
            "require_approval": "never",
        }
    ],
    input="查一下 modelcontextprotocol/python-sdk 仓库支持哪些传输方式?",
)

print(response.output_text)

如果远程服务器只支持或优先使用 Streamable HTTP,直接填对应的 HTTPS 地址即可(本地与远程传输协议差异见 /guides/mcp-stdio-vs-streamable-http-sse)。响应的 output 数组里会包含 mcp_list_tools(已加载的工具清单)和 mcp_call(具体调用参数与返回结果)两类条目,方便你记录审计日志。

二、授权头传递与 allowed_tools 工具裁剪

远程 MCP 关键配置字段与审批模式

图:本站根据 OpenAI 开发者文档:Remote MCP 整理的示意图

对接需要身份认证的生产级 MCP 服务(如 Stripe、Linear 或公司内部网关)时,重点用好以下两类参数:

  • 传入访问凭据(authorization 与 headers):标准 OAuth / Bearer 令牌可直接传 authorization 字段,或者在 headers 字典里自定义诸如 "Authorization": "Bearer ..."、"X-Tenant-Id": "..." 的请求头。出于安全设计,OpenAI 不会在存储的响应记录里明文保留你的头信息,跨轮对话再次触发该服务器时记得继续带上凭据。
  • 裁剪工具列表(allowed_tools):一个大型 MCP 服务器往往暴露几十个工具,全部塞进上下文既费输入 token 又容易让模型选错。传入字符串列表 allowed_tools: ["search_issues", "get_issue"](或只读筛选对象),就能只把指定工具导入模型视野。
本站订阅与团队开通提示:如果你在国内遇到银行卡被拒或急需提升对话与推理配额,可前往本站 ChatGPT Plus 充值说明页 或 ChatGPT Pro 5x/20x 充值页 自助获取卡密完成开通(全程无需交出账号密码,可开增值税发票);企业多成员协作可直接查看 ChatGPT Business 团队定制方案。

三、审批控制:require_approval 与回传 mcp_approval_response

为了防止外部服务器或提示词注入诱导模型静默外发敏感数据、误删线上记录,OpenAI 默认开启审批拦截。require_approval 支持三种粒度的写法:

  1. "always"(或不填使用默认策略):每次调用工具前都暂停,在 response.output 中返回一条 type == "mcp_approval_request" 的条目;
  2. "never":完全信任该服务器,跳过人工确认直接执行;
  3. 按工具精细豁免对象:例如设置只对写操作要求审批,对查询工具配置 {"never": {"tool_names": ["list_items", "get_item"]}}。

当收到 mcp_approval_request 时,前端展示工具名与参数让用户点确认,随后结合 previous_response_id 把 mcp_approval_response 发回即可继续执行:

python
# 假设上一轮 first_resp 中拦截到了审批请求 item
approval_items = [
    item for item in first_resp.output if item.type == "mcp_approval_request"
]

if approval_items:
    req_item = approval_items[0]
    # 用户确认安全后,回传 approve=True 继续执行
    second_resp = client.responses.create(
        model="gpt-6-astra",
        previous_response_id=first_resp.id,
        tools=mcp_tools,  # 保持相同的远程 MCP 定义与授权头
        input=[
            {
                "type": "mcp_approval_response",
                "approval_request_id": req_item.id,
                "approve": True,
            }
        ],
    )
    print(second_resp.output_text)

API 调用按模型 token 独立结算(价格表见 /guides/openai-api-price-official-table);若你想在 ChatGPT 网页端或本地 Codex 里直接体验现成插件与 MCP,则属于个人订阅范畴,需要开通会员可查看本站 ChatGPT Plus 充值说明。

常见问题

问:本地电脑上跑的 localhost:3000 MCP 服务器,能直接填进 server_url 吗?

答:不能直接填 localhost。因为发起连接的是 OpenAI 云端服务器而不是你本机浏览器,server_url 必须是公网可达的 HTTPS 地址(开发联调需借助安全隧道暴露并做好鉴权保护)。

问:首次请求已经在 mcp_list_tools 里拉过工具列表了,下一轮还会重复去远程拉一遍吗?

答:只要后续请求通过 previous_response_id 等方式保留了前文中的 mcp_list_tools 条目,Responses API 会直接复用已缓存的工具定义,不再每次重复握手拉取。

问:连接第三方 MCP 服务器有什么安全注意事项?

答:请只连接官方或经过代码审计的可信服务端,遵循最小权限原则配令牌与 allowed_tools,涉及外部写入或敏感上下文时务必保留 require_approval 人工确认。此外,旧文档里出现的内置 connector_id 连接器标识已逐步由标准远程 server_url 取代,新项目建议统一按标准远程 MCP 地址接入,选型与安全审计清单可参考 /guides/mcp-servers-how-to-choose-audit。

问:国内没有境外信用卡,怎么开通或续费 ChatGPT Plus / Pro?

答:可在本站使用支付宝、微信支付或 AlipayHK 下单获取卡密自助兑换(支持 ChatGPT Plus、Pro 5x 可覆盖档 与 Pro 5x 空白号档),实时价格、兑换前提与售后规则(掉订阅按剩余天数折退,封号不在质保范围)以对应页面说明为准。

相关教程

参考资料

  • OpenAI 开发者文档:Remote MCP — https://developers.openai.com/api/docs/guides/tools-remote-mcp
  • OpenAI API Reference:Create a response — https://developers.openai.com/api/reference/resources/responses/methods/create
  • OpenAI API 价格页 — https://developers.openai.com/api/docs/pricing

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    用 ChatGPT 整理家庭装修预算明细、隐蔽工程验收清单与主材优缺点对比表实战

    第一次装修面对几十页施工报价单、密密麻麻的水电防水隐蔽项目与五花八门的主材参数,极易踩坑增项。本文梳理用 ChatGPT 审查装修报价漏项、生成带公式的预算明细表、定制工地隐蔽工程验收单与主材对比表的实战提示词。

    ChatGPT0
  2. 02

    用 ChatGPT 做费曼学习法读书共读:反向追问检验自己是否真读懂专业书籍与整理书单笔记

    读完一本专业硬书常感觉「合上书就忘」,直接让 AI 概括全书又容易产生懂了的错觉。本文介绍用 ChatGPT 结合 Study Mode 与费曼学习法做反向追问共读,通过通俗复述、挑刺盲区到沉淀书单卡片的完整流程与提示词。

    ChatGPT0
  3. 03

    用 ChatGPT 做外贸产品多语种目录、展会邀约与客户跟进节奏表(附脱敏与本地化提示词)

    做外贸展会与海外推广时,手工翻译十几款产品目录费时且容易留下一堆中式英文,展后客户跟进也常缺节奏。本文梳理用 ChatGPT 先脱敏建术语库、再批量产出多语种目录、展前邀约函与展后 21 天跟进节奏表的实战流程与提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写高质量技术专栏文章、开源项目 Release Notes 与版本更新日志实战

    让 AI 直接凭空写技术文章容易满篇空洞套话,直接甩 Git 记录写更新日志又常常漏掉破坏性变更。本文整理用 ChatGPT 结合真实代码片段、压测数据与 PR 摘要,高效产出深度技术专栏、GitHub Release Notes 与 CHANGELOG 的实战工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做产品用户访谈纪要编码、提炼高频痛点需求池与 RICE 优先级打分实战

    手头攒了十几份用户访谈逐字稿,手工贴便利贴归纳痛点耗时又容易带入主观偏见。本文分享用 ChatGPT 完成脱敏检查、逐份开放式编码、跨样本聚类高频痛点并搭建 RICE 优先级打分表的 5 步实战流,附可直接复制的三段核心提示词。

    ChatGPT0
  6. 06

    ChatGPT 网页版上传超过 10 个文件或回形针附件按钮变灰怎么办:打包合并与配额限制排查

    在 ChatGPT 网页版批量分析文档时,常遇到一次选超 10 个文件被拦截或输入框回形针按钮变灰。本文依据 OpenAI 文件上传与存储说明,梳理 6 类常见报错的分流排查法,提供 ZIP 打包、本地合并与 Projects 复用方案及可直接复制的解包提示词。

    ChatGPT0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~