OpenAI Agents SDK 接入本地與遠程 MCP 伺服器怎麼寫:MCPServerStdio、MCPServerStreamableHttp 與工具緩存

怎麼在 OpenAI Agents SDK 裏掛載現成的本地與遠程 MCP 工具伺服器?本文按官方文檔整理 MCPServerStdio、MCPServerStreamableHttp 連接與釋放寫法,以及 cacheToolsList 工具緩存優化。

NNathaniel bigo··原創首發·AI 輔助撰寫
9 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 其他 帳號

結論先說

  1. Agents SDK 原生支持掛載多台 MCP 伺服器。只需實例化對應的傳輸客戶端並傳入 Agent 的 mcpServers 數組,SDK 會在運行前自動拉取 tools/list 並翻譯成模型可調用的函數定義。
  2. 本機命令行進程用 MCPServerStdio,遠程 HTTP 服務用 MCPServerStreamableHttp。官方推薦新建遠程 MCP 優先採用 Streamable HTTP 協議,舊版純 SSE 服務則使用兼容類 MCPServerSse。
  3. 生產環境務必開啟 cacheToolsList: true。預設情況下每次 run() 都會向 MCP 伺服器重新查詢一次全量工具元數據;開啟緩存可省去重複網絡或進程間通信開銷。
  4. 必須成對管理 connect() 與 close() 生命週期。忘記關閉連接會導致 Node.js 或 Python 主進程掛起無法退出,甚至在容器內堆積殭屍子進程。
  5. 在本地交互調試同款 MCP 工具生態時,國內缺少境外信用卡的用戶可在本站自助開通 ChatGPT Plus 或高配額 ChatGPT Pro 搭配 Codex CLI 使用,多人團隊可諮詢 ChatGPT Business 團隊定製。

Agents SDK 本地與遠程 MCP 對比

圖:本站根據 OpenAI Agents SDK MCP 官方文檔 整理的示意圖

本文根據 OpenAI Agents SDK 官方文檔《Model Context Protocol (MCP)》與《Agents SDK Guide》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。

適用於誰

  • 正在使用 OpenAI Agents SDK(TypeScript 或 Python),想直接複用社區現成的文件系統、GitHub、數據庫等 MCP 伺服器而免去手寫 tool 膠水代碼的開發者;
  • 分不清 MCPServerStdio、MCPServerStreamableHttp 與雲端 Hosted MCP 三種接入方式該怎麼選的人;
  • 發現智能體每跑一輪都變慢一截,需要開啟 cacheToolsList 緩存工具列表並妥善回收子進程連接的工程師。

一、三種 MCP 接入架構怎麼選

對比在終端客戶端裏靜態配置 MCP(如 Codex 配置方法見 /guides/codex-mcp-config),在 Agents SDK 代碼中共有三種掛載形態:

接入形態誰發起工具網絡請求優勢與適用邊界
MCPServerStdio你的應用本機拉起子進程可直接讀寫本機目錄或內網資源,適合桌面端、CLI 或單機容器
MCPServerStreamableHttp你的後端服務請求遠程 MCP支持注入企業內網鑑權 Header,適合微服務架構共享內部工具網關
hostedMcpTool(託管模式)OpenAI 雲端直接請求公網 MCP無需經過你的應用後端中轉,但要求 MCP 地址公網可達

二、TypeScript 代碼實戰:同時接入 Stdio 與 Streamable HTTP

Agents SDK 掛載 MCP 四步標準流程

圖:本站根據 OpenAI Agents SDK MCP 官方文檔 整理的示意圖

下面以 @openai/agents 為例,演示同時掛載一個本地文件系統 MCP 伺服器和一個帶 Bearer 鑑權的遠程 Streamable HTTP 伺服器,並啟用工具緩存:

typescript
import {
  Agent,
  run,
  MCPServerStdio,
  MCPServerStreamableHttp,
} from '@openai/agents';

async function main() {
  const localFsServer = new MCPServerStdio({
    name: 'Local Filesystem',
    fullCommand: 'npx -y @modelcontextprotocol/server-filesystem ./docs',
    cacheToolsList: true,
  });

  const remoteDocServer = new MCPServerStreamableHttp({
    name: 'Internal Wiki MCP',
    url: 'https://mcp.internal.example.com/mcp',
    requestInit: {
      headers: { Authorization: `Bearer ${process.env.MCP_TOKEN}` },
    },
    cacheToolsList: true,
  });

  await localFsServer.connect();
  await remoteDocServer.connect();

  try {
    const assistant = new Agent({
      name: 'Doc Assistant',
      instructions: '先查內部 Wiki 規範,再核對本地 ./docs 目錄下的文檔差異並輸出中文摘要。',
      mcpServers: [localFsServer, remoteDocServer],
    });

    const res = await run(assistant, '檢查發版文檔是否符合最新規範');
    console.log(res.finalOutput);
  } finally {
    await localFsServer.close();
    await remoteDocServer.close();
  }
}

main();

若使用 Python 版 openai-agents,對應類名一致(MCPServerStdio、MCPServerStreamableHttp),放在 async with 上下文管理器內即可在退出代碼塊時自動執行關閉釋放。

訂閱與帳號準備提示:自己寫完自定義 MCP Server 後,先掛載到 Codex CLI 或 Claude Code 做交互聯調比直接跑腳本更快發現描述歧義。國內用戶可在本站選購 ChatGPT Plus 會員、升級 ChatGPT Pro 充值,或了解 Claude Code 訂閱服務。

三、工具緩存失效刷新與常見排障

  1. 動態工具更新後手動清緩存:開啟 cacheToolsList: true 後,如果遠程 MCP 伺服器在運行期按權限動態增刪了工具,調用 await remoteDocServer.invalidateToolsCache() 即可在下一輪強制重新拉取。
  2. 多台 MCP 出現同名工具衝突:當兩台伺服器都暴露了名為 search 的工具時,模型調用路由會報錯或串台。建議在自研 MCP 側加上業務域名前綴(如 wiki_search、fs_search),或使用 SDK 提供的工具過濾配置只放行所需工具。
  3. 本機 Stdio 啟動超時或找不到 npx:守護進程(如 systemd 或 PM2)環境變量裏的 PATH 往往不包含 Node 版本管理器目錄,建議在命令中寫明可執行文件的絕對路徑,API 基礎鑑權與函數調用排錯也可參考 /guides/openai-api-function-calling 與 /guides/openai-api-error-codes。

常見問題

問:長駐 Web 服務(比如 Express / Fastify)裏應該每次請求都 connect 和 close 嗎?

答:對於無狀態的公共遠程 MCPServerStreamableHttp,可在服務進程啟動時建立長生命週期實例並開啟 cacheToolsList,在進程收到退出信號(SIGTERM)時統一 close;若每個用戶的鑑權 Token 不同,則按會話隔離實例並設定空閒回收。

問:MCP 伺服器返回超大文本把模型上下文撐爆怎麼辦?

答:MCP 工具返回值會原樣拼入對話歷史(超長報錯參見 /guides/openai-responses-api),務必在 MCP 服務端對列表查詢做分頁和字數截斷,避免一次返回整張大表。

問:國內沒有外幣卡,或者公司需要開增值稅發票報銷,怎麼開通配套的官方會員?

答:可通過本站 AI 會員充值總覽 選購 ChatGPT Plus 或 ChatGPT Pro,支持支付寶、微信支付及 AlipayHK,支持卡密自助兌換與企業定製,並可開具增值稅發票。實時價格以頁面顯示為準;售後遵循掉訂閱按剩餘天數折退、封號不在質保範圍的規則。

相關教學

參考資料

  • OpenAI Agents SDK TypeScript 文檔:MCP — https://openai.github.io/openai-agents-js/guides/mcp/
  • OpenAI Agents SDK Python 文檔:MCP — https://openai.github.io/openai-agents-python/mcp/
  • OpenAI API 官方文檔:Agents SDK — https://platform.openai.com/docs/guides/agents-sdk

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同模型

  1. 01

    從免費試水到全職寫碼:Codex 個人開發者月度額度規劃與 Plus / Pro 5x / Pro 20x 升級時機指南

    個人開發者用 Codex 寫代碼,怎麼判斷自己該留在 Plus、買 Credits 點數兜底,還是升級 Pro 5x(官方 Pro 100)或 Pro 20x(官方 Pro 200)?本文基於官方定價規則與 /status 預警信號,給出清晰月度額度規劃。

    ChatGPTCodex0
  2. 02

    小微研發團隊在 ChatGPT Business 與 Pro 之間怎麼配 Codex 席位最省錢:角色分層與額度測算

    5 到 20 人的小微研發團隊採購 Codex,全員上高配太貴、全員買基礎檔又天天卡 5 小時限流?本文對照官方 Business(Standard / Premium)與 Pro 規則,給出按角色分層的席位搭配與預算測算框架。

    ChatGPTCodex0
  3. 03

    ChatGPT + Codex 聯合開發 SaaS MVP 實戰:先寫 PRD 與架構圖再落庫寫代碼

    直接讓 AI 一口氣從零寫完 SaaS 往往表結構混亂、功能返工。本文拆解 ChatGPT 寫 PRD 與架構圖、落盤倉庫文檔與 AGENTS.md、再由 Codex 分片落庫與測試驗收的完整閉環。

    ChatGPTCodex0
  4. 04

    ChatGPT 智能交互介面(Intelligent UI)怎麼觸發和用好:表單、計算器、圖表與對比卡片實戰

    同樣是用 GPT-6,為什麼別人的 ChatGPT 能直接彈出帶滑塊的計算器、交互圖表和對比卡片,你的卻只回一大段純文字?本文依據 OpenAI GPT-6 官方文檔講清觸發前提、4 類高命中提問模板,以及不出交互介面時的排查方法。

    ChatGPT0
  5. 05

    買 ChatGPT Pro 5x 還是 Pro 20x 怎麼按月度用量自測:Codex 並發與深度研究頻次估算對照

    猶豫買 ChatGPT Pro 5x(官方 Pro 100)還是 Pro 20x(官方 Pro 200)?本文對照官方最新檔位規則,用 Codex 並發任務、Fast 模式消耗倍率和深度研究頻次三項指標幫你做月度用量自測。

    ChatGPTCodex0
  6. 06

    Codex 額度消耗太快怎麼省:模型檔位切換、推理強度降級、關閉非必要 Fast 模式與控上下文 6 招

    剛寫半天代碼就提示 Codex 觸達週期限額?本文從 Token 計費原理拆解消耗黑洞,給出模型降檔、推理強度調優、關閉非必要高速模式與控上下文的 6 招省額度方案。

    ChatGPTCodex0

同產品的其他教學

  1. 01

    用 ChatGPT 整理家庭裝修預算明細、隱蔽工程驗收清單與主材優缺點對比表實戰

    第一次裝修面對幾十頁施工報價單、密密麻麻的水電防水隱蔽項目與五花八門的主材參數,極易踩坑增項。本文梳理用 ChatGPT 審查裝修報價漏項、生成帶公式的預算明細表、定製工地隱蔽工程驗收單與主材對比表的實戰提示詞。

    ChatGPT0
  2. 02

    用 ChatGPT 做費曼學習法讀書共讀:反向追問檢驗自己是否真讀懂專業書籍與整理書單筆記

    讀完一本專業硬書常感覺「合上書就忘」,直接讓 AI 概括全書又容易產生懂了的錯覺。本文介紹用 ChatGPT 結合 Study Mode 與費曼學習法做反向追問共讀,通過通俗複述、挑刺盲區到沉澱書單卡片的完整流程與提示詞。

    ChatGPT0
  3. 03

    用 ChatGPT 做外貿產品多語種目錄、展會邀約與客戶跟進節奏表(附脫敏與本地化提示詞)

    做外貿展會與海外推廣時,手工翻譯十幾款產品目錄費時且容易留下一堆中式英文,展後客戶跟進也常缺節奏。本文梳理用 ChatGPT 先脫敏建術語庫、再批量產出多語種目錄、展前邀約函與展後 21 天跟進節奏表的實戰流程與提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫高質素技術專欄文章、開源項目 Release Notes 與版本更新日誌實戰

    讓 AI 直接憑空寫技術文章容易滿篇空洞套話,直接甩 Git 記錄寫更新日誌又常常漏掉破壞性變更。本文整理用 ChatGPT 結合真實代碼片段、壓測數據與 PR 摘要,高效產出深度技術專欄、GitHub Release Notes 與 CHANGELOG 的實戰工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做產品用戶訪談紀要編碼、提煉高頻痛點需求池與 RICE 優先級打分實戰

    手頭攢了十幾份用戶訪談逐字稿,手工貼便利貼歸納痛點耗時又容易帶入主觀偏見。本文分享用 ChatGPT 完成脫敏檢查、逐份開放式編碼、跨樣本聚類高頻痛點並搭建 RICE 優先級打分表的 5 步實戰流,附可直接複製的三段核心提示詞。

    ChatGPT0
  6. 06

    ChatGPT 網頁版上載超過 10 個文件或回形針附件按鈕變灰怎麼辦:打包合併與配額限制排查

    在 ChatGPT 網頁版批量分析文檔時,常遇到一次選超 10 個文件被攔截或輸入框回形針按鈕變灰。本文依據 OpenAI 文件上載與存儲說明,梳理 6 類常見報錯的分流排查法,提供 ZIP 打包、本地合併與 Projects 複用方案及可直接複製的解包提示詞。

    ChatGPT0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~