mcpField
C
Chatgpt

Chatgpt

ローカル
github.com/automateyournetworkAI・エージェント781 週間前に更新

Chatgpt について

Chatgptは、テキストをOpenAIのGPT-4oに送るstdio対応のMCPサーバーです。要約や分析、比較、推論に外部LLMを必要とするLangGraphベースのアシスタント向けです。

主な機能

  1. 01GPT-4oへのテキスト送信
  2. 02長文ドキュメントの要約
  3. 03設定ファイルの分析
  4. 04選択肢の比較とテキスト推論

活用シーン

  1. 01長文ドキュメントを要約する
  2. 02設定ファイルを分析する
  3. 03複数の選択肢を比較する
  4. 04LangGraphアシスタントに外部LLM推論を追加する

MCP 対応

入力内容をGPT-4oに転送する単一の`ask_chatgpt`ツールを公開します。MCP stdioで通信します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

🧠 ChatGPT に質問 - MCP サーバー(Stdio)

これは、プロンプトを OpenAI の ChatGPT(GPT-4o)に転送する Model Context Protocol(MCP)stdio サーバーです。LangGraph ベースのアシスタント内で動作するように設計されており、外部 LLM にアクセスして、高度な要約、分析、推論を可能にします。

📌 機能

このサーバーは、単一のツールを公開します。

{
  "name": "ask_chatgpt",
  "description": "Sends the provided text ('content') to an external ChatGPT (gpt-4o) model for advanced reasoning or summarization.",
  "parameters": {
    "type": "object",
    "properties": {
      "content": {
        "type": "string",
        "description": "The text to analyze, summarize, compare, or reason about."
      }
    },
    "required": ["content"]
  }
}

アシスタントで次のことを行う場合に使用します。

長文の文書を要約する

設定ファイルを分析する

選択肢を比較する

高度な自然言語推論を行う

🐳 Docker の使用方法

コンテナをビルドして実行します。


docker build -t ask-chatgpt-mcp .

docker run -e OPENAI_API_KEY=your-openai-key -i ask-chatgpt-mcp

🧪 手動テスト

ワンショットリクエストを使用して、サーバーをローカルでテストします。


echo '{"method":"tools/call","params":{"name":"ask_chatgpt","arguments":{"content":"Summarize this config..."}}}' | \
  OPENAI_API_KEY=your-openai-key python3 server.py --oneshot

🧩 LangGraph との統合

この MCP サーバーを LangGraph パイプラインに接続するには、次のように設定します。


("chatgpt-mcp", ["python3", "server.py", "--oneshot"], "tools/discover", "tools/call")

⚙️ MCP サーバー設定の例

mcpServers JSON 設定を使用してサーバーを設定する方法は次のとおりです。


{
  "mcpServers": {
    "chatgpt": {
      "command": "python3",
      "args": [
        "server.py",
        "--oneshot"
      ],
      "env": {
        "OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
      }
    }
  }
}

🔍 説明

"command":Python でスクリプトを実行します

"args":ワンショットの stdin/stdout モードを有効にします

"env":OpenAI キーを安全に渡します

🌍 環境の設定

.env ファイルを作成する(python-dotenv で自動読み込み)か、キーを手動でエクスポートします。


OPENAI_API_KEY=your-openai-key

または:


export OPENAI_API_KEY=your-openai-key

📦 依存関係

Docker のビルド時にインストールされます。

openai

requests

python-dotenv

📁 プロジェクト構成

.
├── Dockerfile        # Docker build for the MCP server
├── server.py         # Main stdio server implementation
└── README.md         # You're reading it!

🔐 セキュリティに関する注意

.env ファイルや API キーを絶対にコミットしないでください。

シークレットは、安全な環境変数またはシークレットマネージャーに保存してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。