Lähe põhisisu juurde
Eesti— Vali keel
Menüü

MCP ja konnektorid: väliste teenustega ühenduse loomine

Õppetund 9 / 25 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. MCP ja konnektorid: väliste teenustega ühenduse loomine
  2. Mis on MCP?
  3. MCP serveriga ühendamine
  4. Kaug-MCP serverid SSE kaudu
  5. OpenAI konnektorid
  6. MCP ja funktsioonitööriistade kombineerimine
  7. MCP tööriistade filtreerimine
  8. MCP vigade käsitlemine
  9. Peamised punktid

Uuendatud 2. novembril 2026 – Agent Builder. 3. juunil 2026 teatas OpenAI Agent Builderi sulgemisest, mis on planeeritud 30. novembriks 2026; ChatKit jääb kättesaadavaks. Edaspidi suunab OpenAI kasutajad Agents SDK-le või ChatGPT tööruumi agentidele. Alates 10. septembrist 2026 pakub OpenAI avalikku beeta-versiooni Agents API-st, mis majutab agentide orkestreerimist (vt ChatGPT aastal 2026, 10. õppetund).

MCP ja konnektorid: väliste teenustega ühenduse loomine

Mudeli konteksti protokoll (MCP) on avatud standard, mis võimaldab su agentidel ühenduda väliste teenustega standardiseeritud viisil. Integratsioonide iga teenuse jaoks ümberkirjutamise asemel ühendad MCP serveri ja su agent saab koheselt uusi tööriistu. Kui varem oleksid pidanud kirjutama kolmsada rida GitHubi kliendi koodi, piisab nüüd ühest serveri deklaratsioonist.

Mis on MCP?

MCP on avatud standard, mis määratleb, kuidas klient – sinu agent – suhtleb serveriga, ehk välise teenusega. Iga MCP server avaldab tööriistu, mida su agent saab kasutada. Protokoll haldab transporti, serialiseerimist ja tööriistade avastamist. Viimane omadus on igapäevatöös kõige väärtuslikum: agent päringutab serverit, et näha, mida see teha oskab, nii et sul pole vaja nimekirja ise hallata. Agents SDK sisaldab natiiivset MCP tuge ja ühendub iga ühilduva serveriga.

MCP serveriga ühendamine

SDK pakub kohalike serverite jaoks klassi MCPServerStdio, mis suhtlevad stdin/stdout kaudu – tüüpiliselt on see Node’i protsess, mis käivitatakse käsuga npx.

from agents import Agent, Runner
from agents.mcp import MCPServerStdio

# Kohalik MCP server (suhtleb stdin/stdout kaudu)
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)

Plokk async with pole pelgalt kaunistus: see käivitab serveri protsessi, avastab selle tööriistad ja lülitab selle ploki lõppedes korrektselt välja. Väljaspool seda konteksti loodud agentil ei ole ühtegi tööriista.

Kaug-MCP serverid SSE kaudu

Majutatud serverite jaoks kasuta MCPServerSse ja SSE (Server-Sent Events) transporti. Loogika jääb samaks; muutuvad vaid URL ja autentimise päised.

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)

OpenAI konnektorid

Lisaks MCP-le pakub OpenAI konnoreid, mida hallatakse otse platvormil. Need integreeruvad Agent Builderisse ja on kasutatavad ka SDK kaudu, nõudmata sinult serveri majutamist.

from agents import Agent, Runner

# Agent Builderis konfigureeritud konnektorid on automaatselt kättesaadavad
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",
    # Konnektorid on seotud agendi konfiguratsiooniga platvormil
)

Parameetri mcp_servers puudumine on loogiline: konnektorid on seotud agendi konfiguratsiooniga platvormil. Need haldavad sinu eest OAuth autentimist, leheküljestamist ja kiiruse piiramist – kolme valdkonda, mis käsitsi lahendades neelavad palju aega.

MCP ja funktsioonitööriistade kombineerimine

Sa ei pea valima ühe kasuks. Üks ja sama agent saab kasutada MCP serverit andmete juurdepääsuks ja sinu enda funktsioone äriloogika jaoks, mida sa ei soovi delegeerida.

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)

Käibemaksu arvutus jääb sinu koodi, kus seda on testitav ja auditeeritav; tellimuste päring toimub PostgreSQL MCP serveri kaudu. See on jaotus, mille poole peaksid püüdlema.

MCP tööriistade filtreerimine

MCP server võib avaldada kümneid tööriistu, millest enamik ei ole sinu kasutusjuhu jaoks olulised – ükski neist tarbib konteksti ja suurendab sobimatu kutse riski. Alusta sellest, et uurid, mis tegelikult saadaval on.

server = MCPServerStdio(
    name="GitHub",
    command="npx",
    args=["-y", "@modelcontextprotocol/server-github"],
)

# Saad filtreerida ühenduse loomisel
async with server:
    tools = await server.list_tools()
    # Uuri saadaolevaid tööriistu
    for tool in tools:
        print(f"- {tool.name}: {tool.description}")

MCP vigade käsitlemine

MCP server on protsess või kaugteenus: see võib käivitumisel ebaõnnestuda, kaotada ühenduse või olla aegunud tokeniga. Planeeri taandatud töörežiim selle asemel, et lubada erindil kasutajani jõuda.

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:
        # Varuvariant ilma MCP-ta
        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

Varuagent ei teeskle töötamist: see teatab kättesaamatusest. Agent, mis mõtleb andmeallika rikke korral vastuse välja, maksab palju rohkem kui see, mis tunnistab, et edasi liikuda ei saa.

Peamised punktid

  • MCP on avatud protokoll väliste teenuste ühendamiseks su agentiga
  • Kasuta kohalike serverite jaoks MCPServerStdio ja kaugserverite jaoks MCPServerSse
  • OpenAI konnektorid on platvormil hallatavad integratsioonid
  • Saad kombineerida funktsioonitööriistu ja MCP servereid samas agendis
  • Käitle MCP ühenduse vigu taandatud töörežiimi abil