O

OpenAI工具MCP适配器

@alohays/openai-tool2mcp
0 Stars 390 次浏览 alohays 更新于 2026-08-23

一个轻量级的桥梁，它将OpenAI内置工具（如网络搜索和代码解释器）包装为模型上下文协议（MCP）服务器，从而能够与Claude以及其他兼容MCP的模型一起使用。

开发者工具搜索工具其他

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "openai-tools": {
      "args": [
        "start",
        "--transport",
        "stdio",
        "--tools",
        "retrieval",
        "code_interpreter"
      ],
      "command": "openai-tool2mcp"
    }
  }
}

该服务需要配置环境变量：OPENAI_API_KEY

服务介绍

openai-tool2mcp

Release
Build status
codecov
Commit activity
License

openai-tool2mcp 是一个轻量级、开源的桥梁，它将 OpenAI 强大的内置工具封装为 Model Context Protocol (MCP) 服务器。这使您能够使用高质量的 OpenAI 工具（如网络搜索和代码解释器）与 Claude 和其他 MCP 兼容模型一起工作。

  • 🔍 在 Claude 应用中使用 OpenAI 的强大网络搜索
  • 💻 在任何 MCP 兼容的大语言模型 (LLM) 中访问代码解释器功能
  • 🔄 在 OpenAI 和 MCP 之间无缝协议转换
  • 🛠️ 简单的 API 便于集成
  • 🌐 完全兼容 MCP SDK

🔍 使用 Claude 应用的 OpenAI 搜索集成演示！🚀

https://github.com/user-attachments/assets/f1f10e2c-b995-4e03-8b28-61eeb2b2bfe9

OpenAI 曾试图将其强大的、针对大语言模型优化的工具限制在其自己的代理平台内，但他们无法阻止不可阻挡的 MCP 开源运动！

开发者的困境

目前，AI 开发者面临两个生态系统之间的艰难选择：

graph TD
    subgraph "Developer's Dilemma"
        style Developer fill:#ff9e64,stroke:#fff,stroke-width:2px
        Developer((Developer))
    end

    subgraph "OpenAI's Ecosystem"
        style OpenAITools fill:#bb9af7,stroke:#fff,stroke-width:2px
        style Tracing fill:#bb9af7,stroke:#fff,stroke-width:2px
        style Evaluation fill:#bb9af7,stroke:#fff,stroke-width:2px
        style VendorLock fill:#f7768e,stroke:#fff,stroke-width:2px,stroke-dasharray: 5 5

        OpenAITools["Built-in Tools<br/>(Web Search, Code Interpreter)"]
        Tracing["Advanced Tracing<br/>(Visual Debugging)"]
        Evaluation["Evaluation Dashboards<br/>(Performance Metrics)"]
        VendorLock["Vendor Lock-in<br/>⚠️ Closed Source ⚠️"]

        OpenAITools --> Tracing
        Tracing --> Evaluation
        OpenAITools -.-> VendorLock
        Tracing -.-> VendorLock
        Evaluation -.-> VendorLock
    end

    subgraph "MCP Ecosystem"
        style MCPStandard fill:#7dcfff,stroke:#fff,stroke-width:2px
        style MCPTools fill:#7dcfff,stroke:#fff,stroke-width:2px
        style OpenStandard fill:#9ece6a,stroke:#fff,stroke-width:2px
        style LimitedTools fill:#f7768e,stroke:#fff,stroke-width:2px,stroke-dasharray: 5 5

        MCPStandard["Model Context Protocol<br/>(Open Standard)"]
        MCPTools["MCP-compatible Tools"]
        OpenStandard["Open Ecosystem<br/>✅ Interoperability ✅"]
        LimitedTools["Limited Tool Quality<br/>⚠️ Less Mature (e.g., web search, computer use) ⚠️"]

        MCPStandard --> MCPTools
        MCPStandard --> OpenStandard
        MCPTools -.-> LimitedTools
    end

    Developer -->|"Wants powerful tools<br/>& visualizations"| OpenAITools
    Developer -->|"Wants open standards<br/>& interoperability"| MCPStandard

    classDef highlight fill:#ff9e64,stroke:#fff,stroke-width:4px;
    class Developer highlight

openai-tool2mcp 通过让您在开放的 MCP 生态系统中使用 OpenAI 成熟的高质量工具，弥合了这一差距。

🌟 特性

  • 简单设置：只需几个简单的命令即可启动并运行
  • 将 OpenAI 工具作为 MCP 服务器：将强大的 OpenAI 内置工具封装为符合 MCP 标准的服务器
  • 无缝集成：与 Claude 应用和其他 MCP 兼容客户端配合使用
  • MCP SDK 兼容：使用官方的 MCP Python SDK
  • 工具支持：
    • 🔍 网络搜索
    • 💻 代码解释器
    • 🌐 网页浏览器
    • 📁 文件管理
  • 开源：MIT 许可证，可修改和扩展

🚀 安装

# Install from PyPI
pip install openai-tool2mcp

# Or install the latest development version
pip install git+https://github.com/alohays/openai-tool2mcp.git

# Recommended: Install uv for better MCP compatibility
pip install uv

前提条件

  • Python 3.10+
  • 具有访问 Assistant API 权限的 OpenAI API 密钥
  • （推荐）uv 包管理器以实现 MCP 兼容性

🛠️ 快速开始

  1. 设置您的 OpenAI API 密钥：
export OPENAI_API_KEY="your-api-key-here"
  1. 启动带有 OpenAI 工具的 MCP 服务器：
# Recommended: Use uv for MCP compatibility (recommended by MCP documentation)
uv run openai_tool2mcp/server_entry.py --transport stdio

# Or use the traditional method with the CLI
openai-tool2mcp start --transport stdio
  1. 与 Claude for Desktop 一起使用：

通过编辑 claude_desktop_config.json 配置您的 Claude for Desktop 以使用该服务器：

{
  "mcpServers": {
    "openai-tools": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/your/openai-tool2mcp",
        "run",
        "openai_tool2mcp/server_entry.py"
      ]
    }
  }
}

配置文件位于：

  • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %AppData%\Claude\claude_desktop_config.json

💻 使用示例

基本服务器配置

# server_script.py
from openai_tool2mcp import MCPServer, ServerConfig, OpenAIBuiltInTools

# Configure with OpenAI web search
config = ServerConfig(
    openai_api_key="your-api-key",
    tools=[OpenAIBuiltInTools.WEB_SEARCH.value]
)

# Create and start server with STDIO transport (for MCP compatibility)
server = MCPServer(config)
server.start(transport="stdio")

按照 MCP 的推荐使用 uv 运行：

uv run server_script.py

适用于 Claude Desktop 的 MCP 兼容配置

创建一个独立脚本：

# openai_tools_server.py
import os
from dotenv import load_dotenv
from openai_tool2mcp import MCPServer, ServerConfig, OpenAIBuiltInTools

# Load environment variables
load_dotenv()

# Create a server with multiple tools
config = ServerConfig(
    openai_api_key=os.environ.get("OPENAI_API_KEY"),
    tools=[
        OpenAIBuiltInTools.WEB_SEARCH.value,
        OpenAIBuiltInTools.CODE_INTERPRETER.value
    ]
)

# Create and start the server with stdio transport for MCP compatibility
server = MCPServer(config)
server.start(transport="stdio")

配置 Claude Desktop 以使用带有 uv 的此脚本：

{
  "mcpServers": {
    "openai-tools": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/your/project/folder",
        "run",
        "openai_tools_server.py"
      ]
    }
  }
}

📊 工作原理

该库充当 OpenAI Assistant API 和 MCP 协议之间的桥梁：

sequenceDiagram
    participant Claude as "Claude App"
    participant MCP as "MCP Client"
    participant Server as "openai-tool2mcp Server"
    participant OpenAI as "OpenAI API"

    Claude->>MCP: User query requiring tools
    MCP->>Server: MCP request
    Server->>OpenAI: Convert to OpenAI format
    OpenAI->>Server: Tool response
    Server->>MCP: Convert to MCP format
    MCP->>Claude: Display result

🔄 MCP SDK 集成

openai-tool2mcp 现已完全兼容 MCP SDK。您可以通过以下步骤将其与 Claude for Desktop 应用程序一起使用：

  1. 使用 pip install openai-tool2mcp 安装包
  2. 配置您的 claude_desktop_config.json 以包含：
{
  "mcpServers": {
    "openai-tools": {
      "command": "openai-tool2mcp",
      "args": [
        "start",
        "--transport",
        "stdio",
        "--tools",
        "retrieval",
        "code_interpreter"
      ]
    }
  }
}

配置文件位于：

  • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %AppData%\Claude\claude_desktop_config.json

🤝 贡献

我们欢迎社区的贡献！以下是您可以帮助的方式：

  1. Fork 仓库
  2. 将您的 Fork 克隆到本地机器
  3. 为您的功能或错误修复创建一个分支
  4. 进行更改并提交它们
  5. 推送到您的 Fork 并提交一个拉取请求

请确保遵循我们的编码标准，并为任何新功能添加测试。

开发设置

# Clone the repository
git clone https://github.com/alohays/openai-tool2mcp.git
cd openai-tool2mcp

# Install in development mode
make install

# Run tests
make test

# Run linting
make lint

📄 许可证

该项目根据 MIT 许可证许可 - 详情请参阅 LICENSE 文件。

🙏 致谢

  • OpenAI 团队提供的优秀工具和 API
  • MCP 社区开发的工具使用的开放标准
  • 所有帮助改进此项目的贡献者

⚠️ 项目状态

此项目正处于积极开发中。虽然核心功能已经可用，但预计会有频繁的更新和改进。如果您遇到任何问题，请在我们的 issue tracker 上提交。

openai-tool2mcp 是更广泛的 MCPortal 计划的一部分，旨在将 OpenAI 的工具与开源 MCP 生态系统连接起来。

查看源码 项目主页

相关 MCP 服务

LeetCode(力扣)
jinzcdev/leetcode-mcp-server
MCP 服务器实现 LeetCode API 集成，支持自动化获取编程题库、用户数据和竞赛信息。
可视化图表-MCP-Server
antvis/mcp-server-chart
这是一个基于AntV的模型上下文协议服务器，用于生成图表。它支持超过20种类型的图表，并且可以与多种桌面应用程序和平台一起使用。
微软Playwright
@microsoft/playwright-mcp
一种模型上下文协议服务器，它使大型语言模型能够通过结构化的可访问性快照与网页交互，而无需使用视觉模型或截图。
MCP上下文模型文档
@upstash/context7-mcp
一种模型上下文协议服务器，它从库中直接获取最新、特定版本的文档和代码示例并将其引入LLM提示中，帮助开发人员在无需过时或虚构信息的情况下获得准确的答案。