Open AI Agnet MCP Client

OpenAI代理MCP客户端

一个基于TypeScript的客户端，用于使用OpenAI的代理SDK与模型上下文协议（MCP）服务器进行交互。此客户端提供CLI和交互模式，用于查询具有持久会话内存的MCP服务器。

概述

本项目演示了如何：

• 连接到MCP服务器（SSE传输）
• 构建使用MCP工具的OpenAI代理
• 在多个回合中维护对话历史记录
• 支持单查询和交互模式

先决条件

• Node.js 18+（用于顶级等待支持）
• npm或纱线
• OpenAI API密钥(在这里买一个)
• 访问MCP服务器（SSE传输）或凭据（如果需要身份验证）

安装

git clone 
cd mcpclient_ts
npm install

构建

npm run build

配置

创建一个 .env 项目根目录中的文件：

# Required
OPENAI_API_KEY=sk-...

# MCP Server Configuration
MCP_SERVER_URL=https://your-mcp-server.com/sse
MCP_SERVER_NAME=Your Server Name

# Optional: Authentication headers
USER_EMAIL=user@example.com
AUTHORIZATION_TOKEN=your_auth_token_here

环境变量

用法

单查询模式

运行一个查询并退出：

npm start "What tools are available?"
npm start "Generate a summary of recent items"

交互模式

使用持久内存启动交互式聊天会话：

npm start

然后键入您的查询：

You: What tools do you have?
Assistant: [response with conversation context]

You: Can you use the previous tools to help me?
Assistant: [response remembering previous conversation]

You: exit

项目结构

mcpclient_ts/
├── src/
│   └── main.ts           # Main agent implementation
├── dist/                 # Compiled JavaScript (generated)
├── package.json          # Dependencies and scripts
├── tsconfig.json         # TypeScript configuration
├── .env                  # Environment variables (create this)
└── README.md             # This file

建筑

关键组件

内存会话

• 存储会话历史进程内存
• 自动管理多个回合的上下文
• 对开发和测试有用

MCPServerSSE

• 使用服务器发送事件传输连接到MCP服务器
• 注意：SSE已被弃用，取而代之的是Streamable HTTP；使用 MCPServerStreamableHttp 对于新的实现
• 缓存性能工具列表

代理

• AI模型的名称和说明
• 连接到MCP服务器以访问工具
• 使用OpenAI run 推理功能

数据流

User Input
    ↓
Agent (with MCP tools)
    ↓
MCP Server (via SSE)
    ↓
Tool Results
    ↓
OpenAI Model
    ↓
Response
    ↓
MemorySession (stores conversation)

定制

更改代理说明

在 src/main.ts，修改 instructions 字段：

const agent = new Agent({
  name: 'My Custom Agent',
  instructions: 'You are a helpful assistant that...', // Customize here
  mcpServers: [mcpServer],
});

使用OpenAI对话API进行持久存储

替换 MemorySession 随着 OpenAIConversationsSession:

import { OpenAIConversationsSession } from '@openai/agents';

const session = new OpenAIConversationsSession({
  conversationId: 'conv_123', // Optional: reuse existing conversation
});

连接多个MCP服务器

import { connectMcpServers } from '@openai/agents';

const servers = [
  new MCPServerSSE({ url: 'https://server1.com/sse', name: 'Server 1' }),
  new MCPServerSSE({ url: 'https://server2.com/sse', name: 'Server 2' }),
];

const mcpServers = await connectMcpServers(servers, { connectInParallel: true });

const agent = new Agent({
  name: 'Multi-Server Agent',
  instructions: 'Use tools from multiple servers to answer questions.',
  mcpServers: mcpServers.active,
});

使用流式HTTP而不是SSE

为了获得更好的性能和更新的MCP实现：

import { MCPServerStreamableHttp } from '@openai/agents';

const mcpServer = new MCPServerStreamableHttp({
  url: process.env.MCP_SERVER_URL || '',
  name: 'Backend',
  requestInit: {
    headers: {
      'X-User-Email': process.env.USER_EMAIL || '',
      'Authorization': `Bearer ${process.env.AUTHORIZATION_TOKEN || ''}`,
    },
  },
});

筛选可用工具

import { createMCPToolStaticFilter } from '@openai/agents';

const mcpServer = new MCPServerSSE({
  url: process.env.MCP_SERVER_URL || '',
  name: 'Backend',
  toolFilter: createMCPToolStaticFilter({
    allowed: ['safe_tool', 'read_only_tool'],
    blocked: ['delete_tool', 'admin_tool'],
  }),
  requestInit: { /* ... */ },
});

脚本

# Build TypeScript to JavaScript
npm run build

# Run in production
npm start [query]

# Build and run
npm run build && npm start

API 参考

内存会话

将对话历史记录存储在进程内存中：

const session = new MemorySession({
  sessionId: 'session-123', // Optional: stable identifier
  initialItems: [], // Optional: seed with existing history
});

// Get all items
const history = await session.getItems();

// Add items
await session.addItems(items);

// Remove last item
await session.popItem();

// Clear all
await session.clearSession();

run（）选项

const result = await run(agent, userInput, {
  session: mySession, // Add conversation memory
  stream: true, // Stream responses (requires OpenAI Responses API)
});

故障排除

“找不到模块‘dist/main.js’”

首先构建TypeScript：

npm run build

“只允许使用顶级'wait'表达式…”

更新 tsconfig.json:

{
  "compilerOptions": {
    "module": "esnext",
    "target": "es2022"
  }
}

MCP服务器连接失败

• 验证 MCP_SERVER_URL 在 .env
• 检查身份验证标头(USER_EMAIL, AUTHORIZATION_TOKEN)
• 测试服务器可用性： curl https://your-mcp-server.com/sse

代理不记得上下文

确保你通过 { session } 到 run() 功能在 chat() 功能。

参考文献

• OpenAI代理SDK
• MCP文件
• MCP指南-代理SDK
• 会议指南

许可证

麻省理工学院

贡献

欢迎投稿！请随时提交问题和拉取请求。

打开AI Agnet MCP客户端-