mcp-server-openai-sdk

Dagudelot/mcp-server-openai-sdk

3.1

If you are the rightful owner of mcp-server-openai-sdk and would like to certify it and/or have it hosted online, please leave a comment on the right or send an email to henry@mcphub.com.

This project demonstrates how to create a custom Model Context Protocol (MCP) server with a weather tool and integrate it with OpenAI using Cloudflare Tunnel.

MCP Server with OpenAI Integration

Este proyecto demuestra cómo crear un servidor MCP (Model Context Protocol) personalizado con una herramienta de clima e integrarlo con OpenAI usando Cloudflare Tunnel.

🚀 Características

  • Servidor MCP personalizado con herramienta de clima
  • Integración automática con OpenAI usando tu propio código
  • Túnel de Cloudflare para exposición pública
  • TypeScript completamente tipado
  • Function calling automático sin intervención manual

📁 Estructura del Proyecto

mcp-server-openai-sdk/
├── src/
│   ├── index.ts              # Servidor MCP principal
│   ├── webhook-server.ts     # Servidor webhook para OpenAI
│   └── test-method2.ts       # Test de integración automática
├── package.json              # Dependencias y scripts
├── tsconfig.json            # Configuración TypeScript
├── .env                     # Variables de entorno (crear)
└── README.md                # Este archivo

🛠️ Instalación

  1. Instalar dependencias:

    npm install

  2. Configurar variables de entorno:

    # Crear archivo .env
echo "OPENAI_API_KEY=tu-api-key-aqui" > .env

  3. Compilar el proyecto:

    npm run build

🚀 Uso

Paso 1: Iniciar el servidor webhook

npm run webhook

Paso 2: Crear túnel de Cloudflare

En otra terminal:

cloudflared tunnel --url http://localhost:3000

Paso 3: Actualizar la URL del túnel

Edita src/test-method2.ts y actualiza la URL:

const webhookUrl = "https://tu-nueva-url.trycloudflare.com/webhook/weather";

Paso 4: Probar la integración

npm run test

🎯 Cómo Funciona

Flujo Automático (Método 2)

  1. Usuario pregunta: "¿Cuál es el clima en Bogotá?"
  2. OpenAI detecta: Necesita información del clima
  3. Tu código llama automáticamente: Tu webhook de Cloudflare
  4. Tu MCP server responde: Con datos del clima
  5. Tu código envía: La respuesta de vuelta a OpenAI
  6. OpenAI presenta: La respuesta final naturalmente

Ejemplo de Salida

👤 Usuario: ¿Cuál es el clima en Bogotá?
🔧 Paso 1: OpenAI detecta que necesita información del clima
✅ OpenAI quiere llamar la función get_weather
🔄 Paso 2: Tu código llama automáticamente tu webhook
   📋 Argumentos: { "city": "Bogotá" }
✅ Paso 3: Tu MCP server responde: Weather in Bogotá: 15°C, cloudy
🔄 Paso 4: Tu código envía la respuesta de vuelta a OpenAI
🤖 Paso 5: OpenAI presenta la respuesta final:
   El clima en Bogotá es de 15°C, nublado.

🔧 Scripts Disponibles

  • npm run build - Compilar el proyecto
  • npm run webhook - Iniciar servidor webhook
  • npm run test - Probar integración automática
  • npm run dev - Modo desarrollo

🎯 Ventajas de esta Integración

✅ Completamente automático - No necesitas intervención manual
✅ Tu código controla todo - Manejas la comunicación
✅ Escalable - Puedes agregar más herramientas fácilmente
✅ Producción lista - Listo para usar en aplicaciones reales

🔍 Archivos Esenciales

  • src/index.ts - Servidor MCP con herramienta de clima
  • src/webhook-server.ts - Servidor webhook para OpenAI
  • src/test-method2.ts - Test de integración automática

📝 Notas

  • El servidor webhook debe estar corriendo en puerto 3000
  • El túnel de Cloudflare debe estar activo
  • La URL del túnel debe actualizarse en el script de test
  • Esta integración funciona completamente automática sin intervención manual

🎉 ¡Listo!

Tu servidor MCP personalizado está completamente integrado con OpenAI y funcionando automáticamente. Puedes hacer preguntas sobre el clima y obtener respuestas naturales sin intervención manual.