OpenAI MCP 服务器

它解决什么问题

很多 Agent 工作流里，模型调用被拆散在各个脚本中：鉴权逻辑反复重写、重试与超时策略各写一套、不同环境的模块引入方式也不一致。结果是调用代码越堆越厚，真正该关心的提示词与业务逻辑反而被淹没。这个技能把 OpenAI 官方 Node SDK 封装成统一入口，让 Agent 通过 MCP 协议直接发起对话补全请求，不必自行处理底层 HTTP 细节。

核心能力与工作方式

• 基于官方 @openai/openai 模块，行为与上游 SDK 一致，聊天补全等接口均可直接调用
• 兼容两种引入方式：Node 环境的 npm 安装，以及 Deno/JSR 环境的 deno add jsr:@openai/openai，两者都解析到同一模块作用域
• 在 Node 中推荐用 fs.createReadStream() 处理大文件输入，避免一次性读入内存
• 完整的 API 说明与大量代码示例集中在 api.md，方便查阅参数与返回结构

调用路径很直接：Agent 通过 MCP 收到指令后，构造 messages 数组并指定 model（例如 gpt-5.2），再调用 client.chat.completions.create() 拿到补全结果，交给下游工具链继续处理。

适用边界与注意点

• 本技能只做协议适配与调用封装，不包含模型训练、微调、向量检索，也没有内置 RAG 管线
• 鉴权、额度与网络可达性仍取决于运行环境和 OpenAI 账号配置，MCP 服务器不会绕过这些限制
• SDK 行为以上游 openai-node 仓库为准，版本升级或接口调整时可能需要同步修改调用代码
• 示例中的模型名（如 gpt-5.2）需要替换为账号当前可用的真实型号，否则请求会被拒绝