Chatgpt (OpenAI GPT 4o)

🚀 与 ChatGPT - MCP サーバー（標準入出力）

これは、Model Context Protocol (MCP) に基づく標準入出力サーバーで、OpenAI の ChatGPT（GPT - 4o）にプロンプトを転送します。LangGraph ベースのアシスタント内部で実行するように設計されており、外部の大規模言語モデル（LLM）にアクセスすることで、高度な要約、分析、推論を実現します。

✨ 主な機能

このサーバーは以下のツールを提供します。

{
  "name": "ask_chatgpt",
  "description": "提供されたテキスト ('content') を外部の ChatGPT (gpt - 4o) モデルに送信して、高度な推論または要約を行います。",
  "parameters": {
    "type": "object",
    "properties": {
      "content": {
        "type": "string",
        "description": "分析、要約、比較、または推論するテキスト。"
      }
    },
    "required": ["content"]
  }
}

アシスタントが以下の操作を行う必要がある場合に、このツールを使用します。

• 長いドキュメントの要約
• 設定ファイルの分析
• 選択肢の比較
• 高度な自然言語推論の実行

📦 インストール

Docker を使用した方法

コンテナを構築して実行します。

docker build -t ask-chatgpt-mcp .

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

手動テスト

単発のリクエストでローカルのサーバーをテストします。

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

💻 使用例

LangGraph への統合

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

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

MCP サーバーの設定例

mcpServers JSON を使用してサーバーを設定する例を以下に示します。

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

環境設定

.env ファイルを作成する（python-dotenv で自動的に読み込まれます）か、手動でキーを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

⚠️ 注意事項

• .env ファイルや API キーを決して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キーマネージャーに保存してください。