Przejdź do głównej treści
Polski— Wybierz język
Menu

Twój pierwszy plugin

Lekcja 4 z 14 Zaktualizowano 3 listopada 2026 Programista
Na tej stronie
  1. Dwa kroki
  2. Krok 1: Osobisty plugin w pięć minut
  3. Krok 2: Twój własny serwer
  4. Przeładuj po każdej zmianie
  5. Kluczowe wnioski

Lekcja przepisana 3 listopada 2026 r. na podstawie stron Quickstart, MCP server and UI quickstart oraz Connect and test your plugin z dokumentacji OpenAI Plugins. Poprzedni przykład „aplikacji pogodowej w 30 minut“ opierał się na nieistniejącym SDK. Zweryfikowaliśmy wersje pakietów npm 3 listopada 2026 r.: @modelcontextprotocol/ext-apps 2.x bazuje na MCP SDK v2, podczas gdy przykłady OpenAI używają v1. Źródła: Quickstart · MCP server and UI quickstart · Connect and test.

Dwa kroki

Najpierw podłączysz istniejący serwer MCP, aby zobaczyć pełny przepływ pracy w ChatGPT bez pisania ani jednej linii kodu. Następnie napiszesz własny serwer, przetestujesz go lokalnie i podłączysz w ten sam sposób.

Krok 1: Osobisty plugin w pięć minut

OpenAI udostępnia publiczny, nieuwierzytelniony przykładowy serwer MCP, który udostępnia pojedyncze narzędzie tylko do odczytu: roll_dice.

  1. Przejdź do ChatGPT Plugins, kliknij przycisk +, a następnie wybierz Add custom MCP server.
  2. Wprowadź nazwę i ustaw Server URL na https://tinymcp.dev/api/moldy-aloof-zettabyte/mcp. Wybierz No authentication.
  3. Przeczytaj ostrzeżenie o ryzyku, zaznacz I understand and want to continue, a następnie kliknij Create as a plugin.
  4. Plugin pojawi się na Twojej liście osobistych pluginów: otwórz go i zainstaluj, używając przycisku +.
  5. Wróć do ekranu głównego ChatGPT, przełącz się z karty Chat na Work, rozpocznij nową konwersację, wpisz @ i wybierz swój plugin.
  6. Poproś go o rzut dwudziestościenną kostką: powinien wywołać roll_dice dokładnie raz z parametrem sides ustawionym na 20 i zwrócić wartość od 1 do 20.

Nie poprzestawaj na szczęśliwym scenariuszu. Wypróbuj różne rozmiary kostek, nieprawidłowe wartości i żądania, które nie powinny uruchamiać żadnego narzędzia. Ten odruch napędza resztę kursu: gdy model wybierze niewłaściwe narzędzie lub zmieni jego argumenty, musisz dopracować opis i schemat narzędzia. Pamiętaj również, że dodawanie niestandardowych serwerów MCP regulują zasady Twojego konta lub obszaru roboczego: w organizacji ta opcja może być ograniczona.

Krok 2: Twój własny serwer

Instalacja oficjalnych SDK

Oficjalne SDK protokołu istnieją dla TypeScript (@modelcontextprotocol/sdk) i Pythona (mcp). Ten kurs podąża za przykładami OpenAI napisanymi w TypeScript przy użyciu SDK v1. Zablokuj swoje wersje: od września 2026 r. @modelcontextprotocol/ext-apps 2.x — pakiet interfejsu, który dodasz w Lekcji 6 — opiera się na nowych pakietach SDK v2 (@modelcontextprotocol/server…), które są niekompatybilne z importami v1.

mkdir notes-plugin && cd notes-plugin
npm init -y
npm pkg set type=module
npm install @modelcontextprotocol/sdk@^1.29 @modelcontextprotocol/ext-apps@^1.7 zod

npm pkg set type=module dodaje "type": "module" do pliku package.json, co jest wymagane dla instrukcji import serwera.

Pisanie serwera

Ten serwer mieści się w jednym pliku, server.js. Przechowuje notatki w pamięci i udostępnia dwa narzędzia: jedno do odczytu i jedno do zapisu, rozdzielone zgodnie z zaleceniami z Lekcji 3.

import { createServer } from "node:http";
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StreamableHTTPServerTransport } from "@modelcontextprotocol/sdk/server/streamableHttp.js";
import { z } from "zod";

const notes = []; // przykład danych w pamięci: zastąp własnym magazynem
const schemaNotes = {
  notes: z.array(z.object({ id: z.string(), text: z.string() })),
};

function creerServeur() {
  const server = new McpServer({ name: "notes-demo", version: "0.1.0" });

  server.registerTool(
    "list_notes",
    {
      title: "List notes",
      description: "Use when the user wants to review notes saved with this plugin.",
      inputSchema: {},
      outputSchema: schemaNotes,
      annotations: { readOnlyHint: true, openWorldHint: false, destructiveHint: false },
    },
    async () => ({
      structuredContent: { notes },
      content: [{ type: "text", text: `${notes.length} note(s) saved.` }],
    })
  );

  server.registerTool(
    "add_note",
    {
      title: "Add a note",
      description: "Use when the user asks to save a short note.",
      inputSchema: { text: z.string().min(1).max(500) },
      outputSchema: schemaNotes,
      annotations: { readOnlyHint: false, openWorldHint: false, destructiveHint: false },
    },
    async ({ text }) => {
      notes.push({ id: `note-${notes.length + 1}`, text });
      return {
        structuredContent: { notes },
        content: [{ type: "text", text: "Note saved." }],
      };
    }
  );

  return server;
}

const PORT = Number(process.env.PORT ?? 8787);

createServer(async (req, res) => {
  const url = new URL(req.url ?? "/", `http://${req.headers.host ?? "localhost"}`);
  if (url.pathname !== "/mcp") {
    res.writeHead(404).end("Not Found");
    return;
  }

  // Tryb bezstanowy: nowy serwer i transport dla każdego żądania
  const server = creerServeur();
  const transport = new StreamableHTTPServerTransport({
    sessionIdGenerator: undefined,
    enableJsonResponse: true,
  });
  res.on("close", () => {
    transport.close();
    server.close();
  });

  try {
    await server.connect(transport);
    await transport.handleRequest(req, res);
  } catch (error) {
    console.error("MCP Error:", error);
    if (!res.headersSent) res.writeHead(500).end("Internal server error");
  }
}).listen(PORT, () => console.log(`MCP server ready on http://localhost:${PORT}/mcp`));

Trzy szczegóły mają znaczenie. Każde narzędzie deklaruje tytuł, opis intencji, schematy i dokładne adnotacje: to jego „profil“ dla modelu. Każdy wynik łączy structuredContent, wielokrotnego użytku przez model, oraz content, krótką wiadomość tekstową. Na koniec każdy adres inny niż /mcp zwraca 404: przykład OpenAI robi to dla tras odkrywania OAuth, których jeszcze nie używasz, zapobiegając wyświetlaniu błędów 502 przez ChatGPT podczas testów bez uwierzytelniania. Ten sam przykład dodaje odpowiedź na wstępne żądanie CORS (OPTIONS) oraz GET / dla sond zdrowotnych; dołącz je, jeśli Twój hosting tego oczekuje.

Testowanie lokalne z MCP Inspector

node server.js
npx @modelcontextprotocol/inspector@latest

W Inspectorze wybierz Streamable HTTP, wprowadź http://localhost:8787/mcp i połącz się. Upewnij się, że inicjalizacja przebiegła pomyślnie, że oba narzędzia pojawiają się ze swoimi schematami i adnotacjami, a następnie wywołaj je z poprawnymi i niepoprawnymi danymi wejściowymi — pusty ciąg tekstowy musi zostać odrzucony przez schemat.

Udostępnianie serwera i łączenie go

ChatGPT musi mieć dostęp do Twojego serwera z internetu. Podczas rozwoju wystarczy tunel — dokumentacja wymienia ngrok:

ngrok http 8787

Otrzymujesz publiczny adres HTTPS. Połącz go tak jak w Kroku 1, uwzględniając ścieżkę /mcp (na przykład https://<subdomain>.ngrok.app/mcp), zainstaluj powstały plugin, a następnie wywołaj go za pomocą @: „Zapisz notatkę: zadzwoń do dostawcy w poniedziałek“. ChatGPT wyświetli dane wymieniane z narzędziem, pozwalając Ci zweryfikować dane wejściowe i wyjściowe.

Tunel deweloperski działa tylko do celów próbnych: publikacja wymaga stabilnego, publicznego punktu końcowego HTTPS (Lekcja 5).

Przeładuj po każdej zmianie

ChatGPT buforuje metadane Twojego serwera. Po jakiejkolwiek zmianie nazwy, opisu, schematu, adnotacji, uwierzytelnienia lub zasobu interfejsu: wdróż ponownie lub uruchom serwer ponownie, otwórz połączenie pod adresem chatgpt.com/plugins, wybierz Refresh, sprawdź, czy reklamowane metadane uległy zmianie, a następnie otwórz nową konwersację, aby ponownie uruchomić testy. Pominięcie tego kroku oznacza testowanie starej wersji bez zdawania sobie z tego sprawy.

Kluczowe wnioski

  • Utwórz osobisty plugin poprzez Add custom MCP server, a następnie wywołaj go za pomocą @ w ChatGPT
  • Oficjalne SDK: @modelcontextprotocol/sdk (TypeScript) i mcp (Python); zablokuj v1 z ext-apps 1.x, aby podążać za przykładami OpenAI
  • Minimalny serwer: McpServer, registerTool, transport streamable HTTP na /mcp
  • Użyj MCP Inspector do testów lokalnych, tunelu do prób z ChatGPT
  • Po każdej zmianie metadanych: Refresh, a następnie rozpocznij nową konwersację