gpt-dsh-bridge

gpt-dsh-bridge

MCP server bridging ChatGPT to DeepSeek Harness, exposing 13 tools for task submission, status tracking, result retrieval, project/session management, and human-in-the-loop approvals.

Category
访问服务器

README

GPT↔DSH Bridge

ChatGPT 网页驱动 DeepSeek Harness(DSH)自动化执行任务的桥梁。

GPT 是指挥者,DSH 是执行者。一条 MCP 协议把它们串起来。

English · 中文 | MIT License


快速开始

git clone https://github.com/baochaofan0404/gpt-dsh-bridge.git
cd gpt-dsh-bridge
pnpm install
pnpm build
pnpm start

然后通过 ChatGPT 开发者模式(Connectors → 添加 MCP)连接暴露的 https://<tunnel>/mcp 端点,即可在对话中用 dsh_task_submit 等工具驱动 DSH 执行任务。


架构

┌─────────────────┐     HTTPS MCP       ┌──────────────────────────┐     ACP      ┌──────────┐
│  ChatGPT Web    │ ─────────────────►  │  Bridge Orchestrator      │ ───────────► │  DSH     │
│  (MCP Host)     │                     │  (Node · Windows/WSL)     │   stdio RPC  │ (WSL)    │
└─────────────────┘                     │                           │              └──────────┘
     ▲                                   │  · 13 MCP 工具            │
     │ 结果回投(模型自然写入对话)         │  · 任务状态机             │
     │                                   │  · conversation↔session   │
     └───────────────────────────────────┘    映射 + 持久化           │

核心设计原则:

  • DSH 不动:复用现有 ACP 服务器,零侵入
  • Bridge 是薄层:只做任务编排、状态管理和协议适配
  • ChatGPT 侧通过原生开发者模式 MCP 接入(已在 E:\mcpgpt 验证过通道)

MCP 工具契约(当前 13 个)

工具 用途
dsh_task_submit 提交新任务,返回 taskId
dsh_task_status 查询任务状态
dsh_task_result 获取任务最终结果
dsh_task_cancel 取消运行中任务
dsh_task_revise 基于当前结果修订并重新执行
dsh_task_approve 人工审批 HUMAN_REQUIRED 任务
dsh_task_review 人工评审任务结果
dsh_task_list 列出项目下所有任务
dsh_project_create 创建/切换工作区项目
dsh_project_status 查看项目状态
dsh_session_list 列出 DSH sessions
dsh_session_archive 归档完成 session
dsh_session_rotate 轮换 DSH session(上下文过长时)

任务状态机

CREATED → SUBMITTED → RUNNING → SUCCESS → COMPLETED
                           ↘ FAILED
                           ↘ TIMEOUT
                           ↘ CRASHED
                           ↘ CANCELLED
                           ↘ HUMAN_REQUIRED → (approve) → RUNNING
                                            → (reject) → CANCELLED

完整状态机定义见 designs/state-machine.md。


目录结构

gpt-dsh-bridge/
├── src/
│   ├── mcp/           # MCP server + 13 个工具实现
│   ├── task/          # TaskManager + TaskStore(SQLite)
│   ├── workspace/     # 项目/工作区管理
│   ├── errors.ts      # BridgeError + error codes
│   └── config.ts      # 配置加载
├── designs/           # 架构设计文档
├── docs/              # 用户文档
├── scripts/           # 启动/隧道脚本
└── recon/             # 侦察报告(原始研究材料)

依赖

  • Node.js ≥ 22
  • DeepSeek Harness(DSH)已安装并运行(pnpm dsh --profile web)
  • OpenAI MCP Tunnel 或 cloudflared(HTTPS 隧道)
  • ChatGPT Developer Mode(Pro/Plus/Enterprise)

License

MIT © 2026 baochaofan0404

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选