一个深入了解 OpenAI API 的 MCP 服务器。完全由 OpenAI Agents SDK、Hono、Cloudflare Workers 和 Drizzle ORM 构建。由 RAG 驱动并准备好回答您的技术问题。
<img width="600" alt="网站" src="./public/images/readme_website.png" />使用公开访问的 URL(例如,ngrok、Cloudflare Tunnel)来提供 MCP 客户端的端点。您可以在顶部页面生成令牌:
{
"mcpServers": {
"openai-sdk-knowledge.org": {
"type": "streamable-http",
"url": "https://openai-sdk-knowledge.org/mcp",
"headers": {
"Authorization": "Bearer {your api key here}"
}
}
}
}
例如,您可以将此 MCP 服务器添加到 Cursor 中:
<img width="600" alt="Cursor MCP 服务器" src="./public/images/readme_cursor_mcp.png" />不仅仅是 Cursor——您可以使用支持 MCP 服务器连接的任何其他工具。
您可以传递 https://openai-sdk-knowledge.org/mcp 以及有效的 API 令牌:
<img width="300" src="./public/images/readme_playground_1.png" /><img width="300" src="./public/images/readme_playground_2.png" />
然后,您可以在对话中通过 Responses API 代理调用该工具:
<img width="600" src="./public/images/readme_playground_3.png" />同样,对于 ChatGPT 深度研究客户连接器,使用相同的 URL。当 ChatGPT 服务器访问此应用的 MCP 服务器端点时,它会返回 search 和 fetch 工具(详情见 文档)。
# 克隆并安装
git clone https://github.com/seratch/openai-sdk-knowledge-org.git
cd openai-sdk-knowledge-org/
npm install
# 配置(添加您的 OpenAI API 密钥)
cp .dev.vars.example .dev.vars
# 编辑 .dev.vars: OPENAI_API_KEY=sk-your-key-here
# 运行
npm run dev
您可以访问 http://localhost:8787 并查看其工作方式。
需求:Node.js 22+ 和 API 密钥(OpenAI、GitHub)
此应用本质上是一个简单的 Web 应用,运行在 Cloudflare Workers 上。Web 应用提供了兼容 MCP 协议的端点,以及 Web 用户界面。对于 RAG 数据管道,它从来源收集数据,并生成异步任务以运行并将其入队到 Cloudflare 的队列中。
src/
├── agents/ # 使用 OpenAI Agents SDK 构建的内部使用的代理
├── pipeline/ # RAG 数据收集和处理
├── server/mcp/ # MCP 协议实现
├── server/web/ # Web 应用实现
├── storage/ # 向量数据库(Vectorize)和 D1 数据库访问
└── index.ts # 应用入口点
<img width="600" src="./public/images/readme_architecture.png" />
MIT