mcp-openai

OpenAIMCP

一个用于访问 OpenAI API 的 Model Context Protocol（MCP） 服务，通过 AceDataCloud 提供支持。

可直接从 Claude、VS Code 或任何兼容 MCP 的客户端与 OpenAI 模型交互，使用聊天补全、图像生成、文本嵌入等功能。

AceDataCloud 发布的包名为 mcp-openai-pro。PyPI 上无关的 mcp-openai 包并非由 AceDataCloud 维护。请将现有的 uvx 配置更新为新包名；托管 MCP URL 保持不变。

在 Glama 中使用 GPT Image

仅限 GPT Image 的 Glama 指南使用已发布的 mcp-openai-pro --profile gpt-image 包及其五个图像/任务工具。现有的 OpenAIMCP 源码列表是通用服务；它不是专用的 GPT Image Connector。单独的 Glama 配置文件列表和常规安装流程仍未验证。

在 goose 中使用 GPT Image

使用独立的 GPT Image by Ace Data Cloud 原生 goose 插件：安装和 API Token 指南 · 简体中文。它复用此 MCP 服务，不代表已纳入 goose Marketplace 或默认提供商。

GPT Image 服务配置文件

如果只需要图像生成、编辑和任务检索，请使用 GPT Image by Ace Data Cloud。它运行 mcp-openai-pro --profile gpt-image，提供五个图像/任务工具，要求明确指定 GPT Image 模型，并使用此包维护的 API 客户端。通用 OpenAI 服务保持不变。独立的 mcp-gpt-image Registry 条目目前可用，版本为 2026.10.18.2（于 2026-10-19 回读），与公开包一致。目录客户端必须保留 --profile gpt-image；不要替换为通用远程服务，也不要据此推断所有客户端安装都已验证。

区域目录可见性

Platform 目录会在中国大陆（cn）隐藏 OpenAI 图像 API/模型条目及配套图像指南。这是目录展示元数据，并非 MCP 侧新增的 API 限制，也不代表全球图像工具已移除。提交前请查看当前 Platform 目录和账户访问权限；本地模型列表不能证明该区域可用。包名仍为 mcp-openai-pro。

功能

• 聊天补全 — 使用 GPT-4、GPT-4o、GPT-5、o1、o3、o4-mini 等众多模型
• Responses API — 扩展模型变体支持，包括带日期的版本和搜索预览模型
• 图像生成 — 使用 gpt-image-1、gpt-image-2、GPT Image 2.5 Flare/Sunburst 标准版或官方变体、dall-e-3 和 nano-banana 模型创建图像
• 图像编辑 — 使用 AI 修改现有图像
• 文本嵌入 — 使用 text-embedding-3 模型生成向量表示
• 音频 — 使用 whisper-1 或 gpt-transcribe 将文本转换为语音并转录音频

连接：托管 OAuth、API 令牌或本地 stdio

托管端点为 https://openai.mcp.acedata.cloud/mcp。为 MCP 客户端选择一种连接方式：

方式	适用场景	凭据设置
托管 OAuth	客户端支持远程 MCP OAuth	只添加 URL，然后登录 AceDataCloud 并批准访问。无需将令牌粘贴到客户端配置中。
托管 API 令牌	客户端无法完成 OAuth，或你需要明确的集成凭据	在 Authorization: Bearer … 标头中发送 AceDataCloud API 令牌。将其保存在本地密钥库或环境变量中。
本地 stdio	客户端运行本地 MCP 进程	安装 mcp-openai-pro，并将 ACEDATACLOUD_API_TOKEN 传递给该进程。该进程仍会调用 AceDataCloud API。

托管服务提供 OAuth 元数据和动态客户端注册（DCR）。DCR 用于注册客户端应用；它不是 API 密钥。 OAuth 用于登录，客户端会发送由此获得的 Bearer 令牌；它可能会为该账户重复使用或创建 API 凭据。浏览器登录仍需要 AceDataCloud 账户。托管服务可能按使用量计费：在执行实际操作前，请查看当前服务文档和显示的价格。请勿为同一服务同时配置 OAuth 登录和固定的 Authorization 标头。

托管 OAuth 示例

• Claude 和 Claude Desktop 聊天： 在 Customize → Connectors → Add custom connector 中添加远程自定义连接器，输入 https://openai.mcp.acedata.cloud/mcp，选择登录；如果 Claude 询问如何注册其 OAuth 客户端，请选择 Register automatically。完成授权。Claude Desktop 的本地 claude_desktop_config.json 是另一种单独的配置方式。Claude 连接器指南。
• Claude Code： 运行 claude mcp add --transport http --scope user openai https://openai.mcp.acedata.cloud/mcp，然后运行 claude mcp login openai。检查 /mcp。Claude Code MCP 指南。
• Cursor： 添加远程服务，只需填写 https://openai.mcp.acedata.cloud/mcp。对于项目，将以下条目合并到 <project>/.cursor/mcp.json；个人使用则使用 ~/.cursor/mcp.json。Cursor MCP 指南。
• VS Code / Copilot： 运行 MCP: Add Server，选择 HTTP，输入 https://openai.mcp.acedata.cloud/mcp，然后完成浏览器登录。新的可移植工作区配置使用 <project>/.mcp.json；以下 VS Code 专用格式使用 <project>/.vscode/mcp.json 或用户配置文件。检查 MCP: List Servers。VS Code MCP 设置。
• Codex： 运行 codex mcp add openai --url https://openai.mcp.acedata.cloud/mcp，然后运行 codex mcp login openai。其用户设置位于 ~/.codex/config.toml。Codex 官方 MCP 指南。

Cursor 项目配置（OAuth）：

{
  "mcpServers": {
    "openai": {"url": "https://openai.mcp.acedata.cloud/mcp"}
  }
}

VS Code 专用工作区配置（OAuth）：

{
  "servers": {
    "openai": {"type": "http", "url": "https://openai.mcp.acedata.cloud/mcp"}
  }
}

托管 API 令牌

1. 打开 Ace Data Cloud → Applications。登录，或先注册账户。
2. 找到 General application。如果尚未创建，请选择 Initialize General Application。通用密钥可使用账户可用的服务；专用应用的密钥则仅限其对应服务。检查所需的服务／模型访问权限和当前定价。
3. 从应用卡片中复制 API Key，或打开 Keys / Manage Keys → Create，为此集成创建单独的密钥。为密钥设置易于识别的名称，以便单独撤销或轮换。
4. 创建密钥时，请检查 Expiration Time、Set Usage Limitation 和 Allowed APIs。仅启用所需的限制，并允许要调用的操作，然后点击 Create，再从密钥列表中复制令牌。查询任务不会授予提交生成请求的权限。确认应用余额足以支付首次请求；试用额度以账户当前显示为准。
5. 只复制令牌值，不要包含引号、空格或 Bearer 。API Key / API Token 字段需要原始值；只有手动配置 HTTP Authorization 标头时才需要 Bearer 前缀。platform-... 账户管理令牌不能替代生成 API 密钥。

将密钥保存在客户端的凭据存储中，或存入下方所示的环境变量。切勿将其放入提示词、共享工作流、截图或 Git 提交中。如果身份验证失败，请先检查复制的完整值、应用／服务访问权限、有效期、使用限制和余额，再创建其他密钥。

固定的 Bearer 标头会绕过 OAuth。如果标头无效，请先移除标头，再尝试通过浏览器登录；请妥善保管已保存的凭据。

对于 Claude Code，添加服务时，Shell 会展开令牌；请将保存的用户 MCP 配置视为机密：

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user openai https://openai.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

对于 Claude Code 项目配置，请在 <project>/.mcp.json 中使用变量引用，并在启动 Claude Code 的环境中设置该变量：

{
  "mcpServers": {
    "openai": {
      "type": "http",
      "url": "https://openai.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor 在 ~/.cursor/mcp.json 或未提交的项目配置中使用不同的环境变量语法：

{
  "mcpServers": {
    "openai": {
      "url": "https://openai.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${env:ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

在 VS Code 中，运行 MCP: Open User Configuration，并合并此服务及其掩码输入；${input:...} 适用于 VS Code 的用户／工作区格式，不能用于 Agent Host 的 .mcp.json 格式：

{
  "inputs": [
    {"id": "acedata-openai-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "openai": {
      "type": "http",
      "url": "https://openai.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-openai-token}"}
    }
  }
}

对于 Cline，请使用其 MCP 配置界面或 CLI 文件 ~/.cline/data/settings/cline_mcp_settings.json；其远程传输值为 streamableHttp。对于 JetBrains AI Assistant，请从 Settings → Tools → AI Assistant → Model Context Protocol (MCP) 添加远程 URL。对于 Zed，若使用 OAuth，请添加仅包含 URL 的 context_servers 条目；或者添加本地 Bearer 标头。这些客户端的配置架构各不相同；请遵循其当前界面，不要照搬其他客户端的 JSON。Cline · JetBrains · Zed。

本地 stdio

安装该软件包，并为本地进程提供 API 令牌：

python -m pip install mcp-openai-pro
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-openai-pro

对于 Claude Desktop 本地 MCP，请将此条目合并到其开发者设置打开的文件中（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）。uvx 需要在 PATH 中安装 uv：

{
  "mcpServers": {
    "openai": {
      "command": "uvx",
      "args": ["mcp-openai-pro"],
      "env": {"ACEDATACLOUD_API_TOKEN": "YOUR_API_TOKEN"}
    }
  }
}

请对该用户级文件保密。自托管 HTTP 可使用 mcp-openai-pro --transport http --port 8000；仅在具备适当网络和 TLS 控制措施的情况下将其公开。本地执行仍会调用 AceDataCloud API。

使用服务前进行检查

1. https://openai.mcp.acedata.cloud/health 返回 {"status":"ok"} 只能检查端点是否可访问。
2. 确认 MCP 客户端已加载工具。openai_get_usage_guide 是参考工具；它无法验证下游 API 访问权限或余额。
3. 如果需要完整的 API 检查，请先查看当前服务文档和显示的定价，然后使用你自己的有效输入调用 openai_generate_image。如果结果包含任务 ID，请使用同一个 ID 调用 openai_get_task，直到任务成功或失败。不要仅为检查进度而重新提交操作。

对于 401，请检查客户端使用了哪种身份验证方式，以及令牌或 OAuth 会话是否有效。403 可能表示账户权限或内容审核失败；请查看返回的错误信息。余额不足和下游服务故障需要分别诊断。工具已列出或任务已提交，都不能证明操作已成功。

可用工具

工具	说明
openai_chat_completion	使用 OpenAI 模型创建聊天补全
openai_create_response	使用 Responses API 创建响应
openai_generate_image	根据文本描述生成图像
openai_edit_image	使用 AI 编辑现有图像
openai_create_embedding	创建文本嵌入向量
openai_text_to_speech	将文本转换为语音
openai_transcribe_audio	转录 URL 中的音频
openai_list_chat_models	列出可用的聊天／补全模型
openai_list_image_models	列出可用的图像模型
openai_list_embedding_models	列出可用的嵌入模型
openai_get_usage_guide	获取全面的使用指南

支持的模型

聊天补全模型

• GPT-5.6 Sol Fast：gpt-5.6-sol-fast，openai_chat_completion 和 openai_create_response 均支持。现有默认设置保持不变。
• GPT-5 系列：gpt-5.5、gpt-5.5-pro、gpt-5.4、gpt-5.4-pro、gpt-5.2、gpt-5.1、gpt-5、gpt-5-mini、gpt-5-nano
• GPT-4 系列：gpt-4.1、gpt-4.1-mini、gpt-4.1-nano、gpt-4o、gpt-4o-mini、gpt-4
• 推理模型：o4-mini、o3、o3-mini、o3-pro、o1、o1-mini、o1-pro

图像模型

• gpt-image-1、gpt-image-1.5、gpt-image-2、gpt-image-2:official、gpt-image-2.5-flare、gpt-image-2.5-flare:official、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst:official、dall-e-3、dall-e-2、nano-banana、nano-banana-2-lite、nano-banana-2、nano-banana-2.1、nano-banana-pro
• GPT Image 的 :official 变体根据实际的文本输入、图像输入和图像输出令牌结算。
• Nano Banana 2.1 使用且仅使用 nano-banana-2.1 支持生成和编辑；没有 nano-banana-2.1:official 变体。要生成多张图像，请在默认 URL 响应模式下使用 n；b64_json 要求 n=1。这些工具使用 OpenAI 的 size 参数，而非 NanoBanana 专用工具的 resolution 参数。

嵌入模型

• text-embedding-3-small、text-embedding-3-large
• text-embedding-ada-002 已停用。迁移时请重新嵌入文档并重建现有索引； 不要将旧模型的向量与 text-embedding-3 向量混用。

音频转录模型

• whisper-1、gpt-transcribe

使用示例

聊天补全

openai_chat_completion(
    messages=[{"role": "user", "content": "Explain quantum computing in simple terms"}],
    model="gpt-4.1"
)

图像生成

openai_generate_image(
    prompt="A serene Japanese garden with cherry blossoms at sunset, photorealistic",
    model="gpt-image-1",
    size="1024x1024"
)

文本嵌入

openai_create_embedding(
    input="The quick brown fox jumps over the lazy dog",
    model="text-embedding-3-small"
)

配置

变量	描述	默认值
ACEDATACLOUD_API_TOKEN	API 令牌（必填）	—
ACEDATACLOUD_API_BASE_URL	API 基础 URL	https://api.acedata.cloud
OPENAI_REQUEST_TIMEOUT	请求超时时间（秒）	60
MCP_SERVER_NAME	MCP 服务名称	openai
LOG_LEVEL	日志级别	INFO

错误结果

由 API 提供支持的工具会保留现有的 JSON error 和 message 字段。发生故障时， 这些工具还会返回 status_code、code 和 request_id：

{
  "error": "API Error",
  "message": "API rate or usage limit exceeded. Check limits before retrying.",
  "status_code": 429,
  "code": "rate_limit_exceeded",
  "request_id": "req_example"
}

使用 status_code 区分身份验证错误（401）、权限或内容限制（403）、速率／用量限制（429）和服务器故障（5xx）。对于现有客户端，401 和 403 均保留旧版 Authentication Error 标签；但其状态和安全消息仍有所区别。已知的公开错误代码会保留；未知或私有代码会转换为 http_<status>。安全的 x-request-id 会保留，以便支持团队进行关联；否则，request_id 为 null。

传输超时使用 code: "timeout_error"，连接／读取失败使用 code: "network_error"。由于未收到 HTTP 错误响应，两者的 HTTP 状态和请求 ID 均为 null。意外的本地故障使用 internal_error。此层的工具不会自动重试。

错误消息是安全摘要。不会返回原始响应正文、私有诊断信息、请求 URL 和凭据。工具调用可能在 MCP 传输层成功完成，但其 JSON 中仍包含 error；请先检查该字段，再判断操作是否成功。本地验证和异步任务结果的负载会保留现有格式。即使返回了任务 ID，在确认媒体处理完成前，仍需单独查询该任务。

开发

# Install dependencies
pip install -e ".[dev,test]"

# Run tests
pytest

# Run linter
ruff check .

API 参考

• AceDataCloud 平台
• OpenAI API 文档

文档

文档

许可证

MIT

Cline 设置／Cline 图文接入

Ace Data Cloud 提供的 GPT Image — 英文指南 · 完整中文图文步骤。截至 2026-10-18，Cline 市场提交仍在等待审核；指南将手动备用方案另行标注。／Cline 官方目录投稿仍待审核，手动接入不等于已上架。