mcpField
G
gpt-chat

gpt-chat

本地服务
github.com/codeChapAI 与智能体09 周前更新

关于 gpt-chat

gpt-chat 是用 Rust 编写的 MCP 服务,向 MCP 客户端开放 OpenAI 的 ChatGPT API。它提供聊天、图像分析、嵌入向量和模型查询,并支持结构化 JSON 输出与对话历史。

主要功能

  1. 01支持对话历史和系统提示词的聊天
  2. 02通过 JSON Schema 约束响应
  3. 03通过 URL 分析图像
  4. 04生成文本嵌入向量
  5. 05查询可用的 OpenAI 模型

适用场景

  1. 01从 MCP 客户端使用 ChatGPT
  2. 02请求符合 Schema 的 JSON 响应
  3. 03为文本输入生成嵌入向量
  4. 04根据提示分析图像

MCP 相关

通过 stdio 向 MCP 客户端提供聊天、视觉、嵌入和模型查询工具。它调用 OpenAI API,并需要 API 密钥。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

mcp-server-gpt-chat

面向 OpenAI ChatGPT API 的 MCP(Model Context Protocol)服务。使用 Rust 构建,将聊天补全、视觉、嵌入和模型列表功能作为 MCP 工具提供。

与所有 MCP 服务一样,通过 stdio 使用 JSON-RPC 2.0 通信。

工具

工具描述
chat向 ChatGPT 发送聊天补全请求,可选多轮历史记录、系统提示词、结构化输出(JSON schema)和模型选择
chat_with_vision提供图像 URL 和文本提示词,使用 ChatGPT 的视觉能力分析图像
embedding使用 OpenAI 的嵌入模型生成文本嵌入
list_models列出所有可用的 OpenAI 模型及其 ID
chat

发送聊天补全请求。支持通过 JSON 消息历史记录数组进行多轮对话、系统提示词、通过 JSON schema 实现结构化输出、温度控制和模型选择。

参数:

名称类型必填描述
promptstring是要发送的用户消息
modelstring否要使用的模型(默认:gpt-4o)
system_promptstring否用于设置上下文的系统提示词
messagesstring否完整对话历史记录,采用 {role, content} 对象组成的 JSON 数组
temperaturefloat否采样温度(0.0 - 2.0)
max_tokensinteger否要生成的最大 token 数
response_schemastring否用于强制生成结构化输出的 JSON schema 字符串
chat_with_vision

使用 ChatGPT 的视觉能力分析图像。

参数:

名称类型必填描述
promptstring是描述要分析内容的文本提示词
image_urlstring是图像的 URL(必须以 http:// 或 https:// 开头)
modelstring否要使用的模型(默认:gpt-4o)
detailstring否图像细节级别:low 或 high(默认:high)
temperaturefloat否采样温度(0.0 - 2.0)
max_tokensinteger否要生成的最大 token 数
embedding

生成文本嵌入。

参数:

名称类型必填描述
inputstring是要嵌入的文本,格式为 JSON:单个字符串或字符串数组
modelstring否要使用的嵌入模型(默认:text-embedding-3-small)
list_models

列出所有可用的 OpenAI 模型。无参数。

前提条件

设置

创建配置文件:

mkdir -p ~/.config/mcp-server-gpt-chat

创建 ~/.config/mcp-server-gpt-chat/config.toml:

api_key = "sk-..."

构建

cargo build --release

这会生成 target/release/gpt-chat。

开发时:

cargo build              # debug build
cargo run                # run in dev mode
RUST_LOG=debug cargo run # run with debug logging

MCP 配置

将以下内容添加到 Claude Desktop 配置文件(~/.config/Claude/claude_desktop_config.json)中:

{
  "mcpServers": {
    "gpt-chat": {
      "command": "/path/to/gpt-chat"
    }
  }
}

项目结构

src/
  main.rs    - entry point, config loading, stdio transport setup
  server.rs  - MCP tool definitions (chat, chat_with_vision, embedding, list_models)
  api.rs     - OpenAI HTTP client, request/response types, response formatters
  params.rs  - tool parameter types with serde and JSON Schema derives
  config.rs  - TOML config loading

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。