הקמת שרת MCP וחיבור ל‑OpenAI — מדריך למתחילים

מבוא: מה זה MCP ולמה זה טוב?

דמיינו שהמודל (כמו ChatGPT) הוא שף מעולה, אבל המטבח האמיתי (מסדי נתונים, קבצים, שירותים) נמצא בחדר ליד. MCP הוא כמו דלת סטנדרטית בין החדרים: השף יכול לבקש דרך הדלת "תביאו עגבניות" (כלי בשם search) ואז "תנו לי את העגבניות מס׳ 1, 2" (כלי בשם fetch).

בפועל, MCP הוא פרוטוקול פשוט שמאפשר ללקוח (המודל) להתקשר אל שרת שמספק כלים (tools). השרת מצהיר אילו כלים יש לו, ואיך מזינים אותם בקלט, והמודל יכול לקרוא להם בזמן ריצה.

מה יוצא לנו מזה?

• לחבר את המודל לידע ארגוני/פרטי (DB, קבצים, APIs) בלי לחשוף הכול לטקסט
• שליטה: אתם מחליטים אילו פעולות מותרות
• מודולריות: אפשר להתחיל קטן ולהתרחב בקצב שלכם

מונחי בסיס

• Server — שירות HTTP קטן שמחזיר רשימת כלים ויכול לבצע אותם
• Tools — פעולות שמותר למודל להפעיל (לדוגמה: search, fetch, create_ticket)
• Client — המודל/ה‑API שמבצע שיחה עם השרת כדי להשתמש בכלים

מה נבנה כאן

נבנה שרת MCP מינימלי עם Python ו-FastAPI שכולל שני כלים: search ו-fetch. נחשוף אותו לאינטרנט עם ngrok, ונחבר אותו ל-ChatGPT ול-OpenAI API.

דרישות מוקדמות

• מחשב עם Python 3.10+
• ידע בסיסי בטרמינל
• חשבון ngrok חינמי (אם רוצים חיבור מהאינטרנט)

חלק א׳ — שרת MCP מינימלי ב-Python

התקנה מהירה:

python -m venv .venv
source .venv/bin/activate
pip install fastapi uvicorn pydantic

יצירת קובץ main.py עם שני כלים: search ו-fetch. השרת מגדיר את הכלים, מציג אותם דרך /tools/list, ומבצע אותם דרך /tools/call.

הרצה מקומית:

uvicorn main:app --host 0.0.0.0 --port 8000

חשיפה לאינטרנט (ngrok)

ngrok config add-authtoken <TOKEN>
ngrok http 8000

חלק ב׳ — חיבור ל-ChatGPT

Custom connectors (MCP) זמינים ל-Pro ולארגונים. הצעדים: ב-ChatGPT → Settings → Connectors → Add Custom MCP. שימו את ה-Base URL הציבורי, אשרו הרשאות, ובשיחה הפעילו Use connectors.

חלק ג׳ — שימוש דרך OpenAI API

אפשר להגדיר MCP ככלי ב-Responses API. הדוגמה משתמשת ב-curl כדי לשלוח בקשה ל-API עם הגדרת type: "mcp" וכתובת השרת.

חלק ד׳ — Troubleshooting

• "doesn't implement our specification" → לרוב חסר/שונה search/fetch או הסכמה לא תואמת
• הרצה מאחורי NAT/Firewall → השתמשו ב-ngrok; ודאו שה-URL ציבורי פתוח
• Latency/סקייל → הפעלה עם Workers/הקשחה בפרודקשן

שדרוגים שכדאי לשקול

1. שכבת אימות (OAuth/JWT) לפי ה-gateway שלכם
2. ספריות עזר: FastMCP ו-Replit example
3. Docker: Dockerfile בסיסי להרצת השרת בקונטיינר

סיכום

MCP (Model Context Protocol) הוא כלי רב עוצמה שמאפשר חיבור ישיר בין מודלי AI לכלי עבודה חיצוניים. במדריך זה למדנו כיצד לבנות שרת MCP בסיסי עם Python ו-FastAPI, לחבר אותו ל-ChatGPT ול-OpenAI API, ולטפל בבעיות נפוצות. עם הידע הזה, תוכלו להתחיל לבנות אינטגרציות מותאמות אישית שיחסכו זמן ויאפשרו אוטומציות מתקדמות עבור הארגון שלכם.