Премини към основното съдържание
Български— Изберете език
Меню

MCP и конектори: Свързване на външни услуги

Урок 9 от 25 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. MCP и конектори: Свързване на външни услуги
  2. Какво е MCP?
  3. Свързване на MCP сървър
  4. Отдалечени MCP сървъри чрез SSE
  5. Конектори на OpenAI
  6. Комбиниране на MCP и функционални инструменти
  7. Филтриране на MCP инструменти
  8. Обработка на MCP грешки
  9. Ключови изводи

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 MCPServerStdio за локални сървъри и MCPServerSse за 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