OpenAI 的 Agents SDK 现在可以连接使用MCP了

The 模型上下文协议（简称 MCP）是一种为LLM提供工具和上下文的方法。从 MCP 文档中：

MCP 是一个开放协议，标准化了应用程序向LLMs提供上下文的方式。想象一下，MCP 就像 AI 应用程序的 USB-C 端口。就像 USB-C 提供了一种标准化的方式将设备连接到各种外设和配件一样，MCP 提供了一种标准化的方式将 AI 模型连接到不同的数据源和工具。

Agents SDK 支持 MCP。这使得您可以使用广泛的 MCP 服务器为您的代理提供工具。

MCP 服务器

目前，MCP 规范定义了两种类型的服务器，基于它们使用的传输机制：

stdio 服务器作为您应用程序的子进程运行。您可以将其视为"本地"运行。
HTTP over SSE 服务器运行在远程。您可以通过 URL 连接到它们。

您可以使用 MCPServerStdio 和 MCPServerSse 类来连接这些服务器。

例如，这是如何使用官方 MCP 文件系统服务器的示例。

csharp 复制代码

async with MCPServerStdio(
    params={
        "command": "npx",
        "args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],
    }
) as server:
    tools = await server.list_tools()

使用 MCP 服务器

MCP 服务器可以添加到代理中。每次运行代理时，代理 SDK 都会调用 MCP 服务器上的 list_tools()。这使得LLM了解 MCP 服务器的工具。当LLM从 MCP 服务器调用一个工具时，SDK 会调用该服务器上的 call_tool()。

ini 复制代码

agent=Agent(
    name="Assistant",
    instructions="Use the tools to achieve the task",
    mcp_servers=[mcp_server_1, mcp_server_2]
)

缓存

每次运行代理时，它都会调用 MCP 服务器上的 list_tools()。如果服务器是远程服务器，这可能会导致延迟。为了自动缓存工具列表，可以将 cache_tools_list=True 传递给 MCPServerStdio 和 MCPServerSse。只有在确定工具列表不会更改时，才应执行此操作。

如果您想刷新缓存，可以在服务器上调用 invalidate_tools_cache()。

端到端示例

查看完整的示例代码：examples/mcp。

跟踪

跟踪会自动捕获 MCP 操作，包括：

调用 MCP 服务器列出工具
函数调用相关的 MCP 信息