MCP и конектори: Свързване на външни услуги
На тази страница
Обновено на 2 ноември 2026 г. — Agent Builder. На 3 юни 2026 г. OpenAI обяви прекратяването на Agent Builder, планирано за 30 ноември 2026 г.; ChatKit остава достъпен. В бъдеще OpenAI насочва потребителите към Agents SDK или агентите в работното пространство на ChatGPT. От 10 септември 2026 г. OpenAI предлага публична бета версия на Agents API, която хоства оркестрация на агенти (вижте ChatGPT през 2026 г., Урок 10).
MCP и конектори: Свързване на външни услуги
Протоколът за контекст на модела (MCP) е отворен стандарт, който позволява на Вашия агент да се свързва с външни услуги по стандартизиран начин. Вместо да преправяте интеграции за всяка услуга, просто включвате MCP сървър и Вашият агент незабавно придобива нови инструменти. Там, където преди бихте написали триста реда код за GitHub клиент, сега Ви е необходима само една декларация за сървъра.
Какво е MCP?
MCP е отворен стандарт, дефиниращ как клиентът (Вашият агент) комуникира със сървър, тоест с външна услуга. Всеки MCP сървър излага инструменти, които Вашият агент може да използва. Протоколът се грижи за транспорта, сериализацията и откриването на инструменти. Последната функция е най-ценната за ежедневната работа: агентът заявява сървъра, за да види какво може да прави, така че Вие не трябва да поддържате списък. Agents SDK включва вградена поддръжка за MCP и се свързва с всеки съвместим сървър.
Свързване на MCP сървър
SDK предоставя класа MCPServerStdio за локални сървъри, които комуникират чрез stdin/stdout – обикновено Node процес, стартиран с npx.
from agents import Agent, Runner
from agents.mcp import MCPServerStdio
# Локален MCP сървър (комуникира чрез stdin/stdout)
file_server = MCPServerStdio(
name="File Manager",
command="npx",
args=["-y", "@modelcontextprotocol/server-filesystem", "/path/to/folder"],
)
async def main():
async with file_server:
agent = Agent(
name="File Agent",
instructions="You manage files for the user.",
mcp_servers=[file_server],
)
result = await Runner.run(agent, "List the files in the root folder.")
print(result.final_output)
Блокът async with не е просто декорация: той стартира процеса на сървъра, открива неговите инструменти и го спира правилно при излизане от блока. Агент, създаден извън този контекст, няма да разполага с никакви инструменти.
Отдалечени MCP сървъри чрез SSE
За хоствани сървъри използвайте MCPServerSse и транспорта SSE (Server-Sent Events). Логиката остава същата; променят се само URL адресът и хедърите за удостоверяване.
from agents.mcp import MCPServerSse
github_server = MCPServerSse(
name="GitHub",
url="https://mcp.github.com/sse",
headers={"Authorization": "Bearer ghp_your_token"},
)
async def main():
async with github_server:
agent = Agent(
name="DevOps Agent",
instructions="You manage GitHub repositories.",
mcp_servers=[github_server],
)
result = await Runner.run(
agent,
"Create an issue in the my-project repo with the title 'Critical Bug'"
)
print(result.final_output)
Конектори на OpenAI
В допълнение към MCP, OpenAI предлага конектори, управлявани директно на платформата. Те се интегрират в Agent Builder и остават използваеми чрез SDK, без да се налага да хоствате сървър.
from agents import Agent, Runner
# Connectors configured in Agent Builder are automatically available
agent = Agent(
name="CRM Agent",
instructions="""You are a CRM assistant. Use the connectors
to access Salesforce, HubSpot, and Google Workspace.""",
model="gpt-5.6-terra",
# Connectors are linked to the agent's configuration on the platform
)
Липсата на параметър mcp_servers има смисъл: конекторите са свързани с конфигурацията на агента на платформата. Те се грижат за OAuth удостоверяването, страницирането и ограничаването на честотата вместо Вас – три области, които отнемат значително време при ръчна обработка.
Комбиниране на MCP и функционални инструменти
Не е нужно да избирате. Един единствен агент може да използва MCP сървър за достъп до данни и Ваши собствени функции за бизнес логика, която не искате да делегирате.
from agents import Agent, Runner, function_tool
from agents.mcp import MCPServerStdio
@function_tool
def calculate_invoice(amount_excl_tax: float, vat_rate: float = 20.0) -> str:
"""Calculates the total amount including tax for an invoice."""
amount_incl_tax = amount_excl_tax * (1 + vat_rate / 100)
return f"Excl. tax: €{amount_excl_tax}, VAT {vat_rate}%: €{amount_excl_tax * vat_rate / 100:.2f}, Incl. tax: €{amount_incl_tax:.2f}"
db_server = MCPServerStdio(
name="Database",
command="npx",
args=["-y", "@modelcontextprotocol/server-postgres", "postgresql://user:pass@localhost/mydb"],
)
async def main():
async with db_server:
agent = Agent(
name="Accounting Agent",
instructions="""You handle accounting.
Use the database for customer data
and the calculation function for invoices.""",
tools=[calculate_invoice],
mcp_servers=[db_server],
)
result = await Runner.run(
agent,
"Retrieve orders for customer Alice and calculate the total invoice"
)
print(result.final_output)
Изчислението на ДДС остава във Вашия код, където е подлежащо на тестване и одит; извличането на поръчки преминава през PostgreSQL MCP сървъра. Това е разделението, към което трябва да се стремите.
Филтриране на MCP инструменти
Един MCP сървър може да изложи десетки инструменти, повечето от които няма да имат значение за Вашия случай на употреба – а всеки от тях консумира контекст и увеличава риска от неподходящо извикване. Започнете с проверка на това какво всъщност е налично.
server = MCPServerStdio(
name="GitHub",
command="npx",
args=["-y", "@modelcontextprotocol/server-github"],
)
# You can filter during connection
async with server:
tools = await server.list_tools()
# Inspect available tools
for tool in tools:
print(f"- {tool.name}: {tool.description}")
Обработка на MCP грешки
MCP сървърът е процес или отдалечена услуга: той може да не успее да стартира, да загуби връзката си или токенът му да е изтекъл. Планирайте режим на degraded работа, вместо да позволявате на изключението да се издигне до потребителя.
from agents.mcp import MCPServerStdio
async def create_agent_with_mcp():
server = MCPServerStdio(
name="External Service",
command="npx",
args=["-y", "my-mcp-server"],
)
try:
async with server:
agent = Agent(
name="My Agent",
instructions="Use the external service.",
mcp_servers=[server],
)
result = await Runner.run(agent, "Execute the task.")
return result.final_output
except Exception as e:
# Fallback without MCP
fallback_agent = Agent(
name="My Agent (degraded mode)",
instructions="The external service is unavailable. Inform the user.",
)
result = await Runner.run(fallback_agent, "The service is unavailable.")
return result.final_output
Резервният агент не се преструва, че работи: той обявява недостъпността. Агент, който измисля отговор, когато източникът му на данни не работи, струва много повече от такъв, който признава, че не може да продължи.
Ключови изводи
- MCP е отворен протокол за свързване на външни услуги към Вашия агент
- Използвайте
MCPServerStdioза локални сървъри иMCPServerSseза отдалечени сървъри - Конекторите на OpenAI са управлявани интеграции на платформата
- Можете да комбинирате функционални инструменти и MCP сървъри в един и същи агент
- Обработвайте грешки при връзка с MCP чрез режим на degraded работа