MCP i konektory: łączenie usług zewnętrznych
Na tej stronie
Zaktualizowano 2 listopada 2026 r. — Agent Builder. 3 czerwca 2026 r. OpenAI ogłosiło zamknięcie usługi Agent Builder, zaplanowane na 30 listopada 2026 r.; ChatKit pozostaje dostępny. Od teraz OpenAI kieruje użytkowników do Agents SDK lub agentów w przestrzeni roboczej ChatGPT. Od 10 września 2026 r. OpenAI udostępnia publiczną wersję beta interfejsu API Agents, który hostuje orkiestrację agentów (zob. ChatGPT w 2026 roku, lekcja 10).
MCP i konektory: łączenie usług zewnętrznych
Model Context Protocol (MCP) to otwarty standard, który pozwala Twojemu agentowi łączyć się z usługami zewnętrznymi w ustandaryzowany sposób. Zamiast przepisywać integracje dla każdej usługi, podpinasz serwer MCP, a Twój agent natychmiast zyskuje nowe narzędzia. Tam, gdzie wcześniej musiałbyś napisać trzysta linii kodu klienta GitHub, teraz potrzebujesz tylko jednej deklaracji serwera.
Czym jest MCP?
MCP to otwarty standard definiujący sposób komunikacji klienta (Twojego agenta) z serwerem, czyli usługą zewnętrzną. Każdy serwer MCP udostępnia narzędzia, z których może korzystać Twój agent. Protokół zajmuje się transportem, serializacją i odkrywaniem narzędzi. Ta ostatnia funkcja jest najcenniejsza w codziennej pracy: agent odpytuje serwer, aby sprawdzić, co potrafi, więc nie musisz utrzymywać ręcznej listy. Agents SDK zawiera natywne wsparcie dla MCP i łączy się z dowolnym kompatybilnym serwerem.
Łączenie z serwerem MCP
SDK udostępnia klasę MCPServerStdio dla serwerów lokalnych komunikujących się przez stdin/stdout – zazwyczaj jest to proces Node uruchamiany za pomocą npx.
from agents import Agent, Runner
from agents.mcp import MCPServerStdio
# Lokalny serwer MCP (komunikacja przez 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="Zarządzasz plikami dla użytkownika.",
mcp_servers=[file_server],
)
result = await Runner.run(agent, "Wymień pliki w folderze głównym.")
print(result.final_output)
Blok async with to nie tylko ozdobnik: uruchamia proces serwera, odkrywa jego narzędzia i poprawnie go zamyka po wyjściu z bloku. Agent utworzony poza tym kontekstem nie będzie miał żadnych narzędzi.
Zdalne serwery MCP przez SSE
W przypadku serwerów hostowanych użyj MCPServerSse i transportu SSE (Server-Sent Events). Logika pozostaje ta sama; zmieniają się tylko adres URL i nagłówki uwierzytelniania.
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="Zarządzasz repozytoriami GitHub.",
mcp_servers=[github_server],
)
result = await Runner.run(
agent,
"Utwórz zgłoszenie w repozytorium my-project z tytułem 'Critical Bug'"
)
print(result.final_output)
Konektory OpenAI
Oprócz MCP, OpenAI oferuje konektory zarządzane bezpośrednio na platformie. Integrują się one z Agent Builder i pozostają dostępne przez SDK bez konieczności hostowania własnego serwera.
from agents import Agent, Runner
# Konektory skonfigurowane w Agent Builder są automatycznie dostępne
agent = Agent(
name="CRM Agent",
instructions="""Jesteś asystentem CRM. Używaj konektorów,
aby uzyskać dostęp do Salesforce, HubSpot i Google Workspace.""",
model="gpt-5.6-terra",
# Konektory są powiązane z konfiguracją agenta na platformie
)
Brak parametru mcp_servers ma sens: konektory są powiązane z konfiguracją agenta na platformie. Obsługują za Ciebie uwierzytelnianie OAuth, stronicowanie i limitowanie częstotliwości zapytań – trzy obszary, które przy ręcznej implementacji pochłaniają mnóstwo czasu.
Łączenie MCP i narzędzi funkcyjnych
Nie musisz wybierać. Pojedynczy agent może używać serwera MCP do dostępu do danych, a własnych funkcji do logiki biznesowej, której nie chcesz delegować.
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:
"""Oblicza całkowitą kwotę faktury wraz z podatkiem."""
amount_incl_tax = amount_excl_tax * (1 + vat_rate / 100)
return f"Netto: €{amount_excl_tax}, VAT {vat_rate}%: €{amount_excl_tax * vat_rate / 100:.2f}, Brutto: €{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="""Zajmujesz się księgowością.
Używaj bazy danych do danych klientów
i funkcji obliczeniowej do faktur.""",
tools=[calculate_invoice],
mcp_servers=[db_server],
)
result = await Runner.run(
agent,
"Pobierz zamówienia dla klienta Alice i oblicz całkowitą fakturę"
)
print(result.final_output)
Obliczanie VAT pozostaje w Twoim kodzie, gdzie jest testowalne i podlega audytowi; pobieranie zamówień odbywa się przez serwer MCP PostgreSQL. Do takiego podziału warto dążyć.
Filtrowanie narzędzi MCP
Serwer MCP może udostępniać dziesiątki narzędzi, z których większość nie będzie istotna w Twoim przypadku użycia – a każde z nich zużywa kontekst i zwiększa ryzyko niewłaściwego wywołania. Zacznij od sprawdzenia, co jest faktycznie dostępne.
server = MCPServerStdio(
name="GitHub",
command="npx",
args=["-y", "@modelcontextprotocol/server-github"],
)
# Możesz filtrować podczas łączenia
async with server:
tools = await server.list_tools()
# Sprawdź dostępne narzędzia
for tool in tools:
print(f"- {tool.name}: {tool.description}")
Obsługa błędów MCP
Serwer MCP to proces lub usługa zdalna: może nie uruchomić się, utracić połączenie lub mieć wygasły token. Zaplanuj tryb degradacji zamiast pozwalać, by wyjątek dotarł do użytkownika.
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="Używaj usługi zewnętrznej.",
mcp_servers=[server],
)
result = await Runner.run(agent, "Wykonaj zadanie.")
return result.final_output
except Exception as e:
# Fallback bez MCP
fallback_agent = Agent(
name="My Agent (tryb degradacji)",
instructions="Usługa zewnętrzna jest niedostępna. Poinformuj o tym użytkownika.",
)
result = await Runner.run(fallback_agent, "Usługa jest niedostępna.")
return result.final_output
Agent fallbackowy nie udaje, że działa: ogłasza niedostępność. Agent, który zmyśla odpowiedź, gdy jego źródło danych nie działa, kosztuje znacznie więcej niż taki, który przyznaje, iż nie może kontynuować.
Kluczowe wnioski
- MCP to otwarty protokół do łączenia usług zewnętrznych z Twoim agentem
- Używaj
MCPServerStdiodla serwerów lokalnych, aMCPServerSsedla serwerów zdalnych - Konektory OpenAI to integracje zarządzane na platformie
- Możesz łączyć narzędzia funkcyjne i serwery MCP w ramach jednego agenta
- Obsługuj błędy połączenia MCP za pomocą trybu degradacji