OpenAI Agents MCP 服务器

一个通过 MCP 协议暴露 OpenAI agents 的模型上下文协议 (MCP) 服务器。

功能

此服务器使用 OpenAI Agents SDK 暴露了单个 agent 和多 agent 编排器：

单个专业 Agent

• Web Search Agent (网页搜索 Agent): 一个专门用于在网络上搜索实时信息的 agent
• File Search Agent (文件搜索 Agent): 一个专门用于在 OpenAI 向量存储中搜索和分析文件的 agent
• Computer Action Agent (计算机操作 Agent): 一个专门用于安全地在您的计算机上执行操作的 agent

多 Agent 编排器

• Orchestrator Agent (编排器 Agent): 一个强大的 agent，可以在专业 agent 之间进行协调，为每个任务选择合适的 agent

每个 agent 都可以通过 MCP 协议访问，使其可用于任何 MCP 客户端，包括 Claude 桌面应用程序。

安装

前提条件

• Python 3.11 或更高版本
• uv 包管理器（推荐）
• OpenAI API 密钥

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 openai-agents-mcp-server：

npx -y @smithery/cli install @lroolle/openai-agents-mcp-server --client claude

Claude Desktop

"mcpServers": {
  "openai-agents-mcp-server": {
    "command": "uvx",
    "args": ["openai-agents-mcp-server"],
    "env": {
        "OPENAI_API_KEY": "your-api-key-here"
    }
  }
}

实现细节

工具要求

• WebSearchTool (网页搜索工具): 无需任何必需参数，但可以接受可选的位置上下文
• FileSearchTool (文件搜索工具): 需要 vector_store_ids（来自您的 OpenAI 向量存储的 ID）
• ComputerTool (计算机工具): 需要 AsyncComputer 实现（目前是模拟的）

自定义

您可以通过以下方式自定义此服务器：

1. 实现完整的 AsyncComputer 接口以启用真实的计算机交互
2. 为其他 OpenAI 工具添加额外的专业 agent
3. 增强编排器 agent 以处理更复杂的工作流程

配置

您可以使用环境变量配置服务器：

• OPENAI_API_KEY: 您的 OpenAI API 密钥（必需）
• MCP_TRANSPORT: 要使用的传输协议（默认值：“stdio”，可以是“sse”）

开发

设置开发环境

# 克隆存储库
git clone https://github.com/lroolle/openai-agents-mcp-server.git
cd openai-agents-mcp-server

# 创建一个虚拟环境
uv venv
source .venv/bin/activate  # 在 Windows 上: .venv\Scripts\activate

# 安装依赖项
uv sync --dev

使用 MCP Inspector 进行测试

您可以使用 MCP Inspector 测试服务器：

# 在一个终端中，使用 SSE 传输运行服务器
export OPENAI_API_KEY=your-api-key
export MCP_TRANSPORT=sse

uv run mcp dev src/agents_mcp_server/server.py

然后打开一个 Web 浏览器并导航到 http://localhost:5173。

许可证

MIT