Marchampson MCP

MCPAI代理

提供方 未标注

AI代理 stdio · 本地进程 未标注 社区 / 第三方

全面解析MCP Openai ServerMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器,MCP Openai Server能让AI助手访问实时数据、执行操作,为您提供更智能的工作体验和自动化解决方案。

一句话选型结论

按资料字段整理

Marchampson MCP 属于AI代理类 MCP 服务器,stdio · 本地进程,鉴权方式未标注,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权未标注 部署方式本地部署
GitHub 星标 未标注 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

安装与配置

stdio · 本地进程 未标注
客户端在本机拉起子进程,数据不出本机
  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 基础信息齐全,可以先按官方文档接入试跑。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Marchampson MCP当前 未标注 stdio · 本地进程 本地部署 无 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方未标注上游标注的维护方 未标注
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式未标注远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

3.2 KB
来自项目仓库与上游目录的原文,未做删改

OpenAI MCP Server

A Model Context Protocol (MCP) server implementation for the OpenAI API. This server provides a standardized interface between Augment and OpenAI's language models using the official MCP SDK.

What is MCP?

The Model Context Protocol (MCP) is a standardized API specification that provides a unified way to interact with various large language models (LLMs). It allows applications like Augment to work with different LLM providers through a consistent interface.

MCP acts as a "universal adapter" for LLMs - it translates application requests into the specific format each LLM provider requires.

Features

  • 🔄 Uses the official MCP SDK for compatibility
  • Secure API key management
  • 📊 Support for chat completions
  • 📋 Model listing
  • 🧠 Embedding generation
  • ⚠️ Proper error handling and logging

Prerequisites

  • Node.js (v16 or higher)
  • npm or yarn
  • OpenAI API key

Installation

  1. Clone this repository or copy the files to your project directory
  2. Install dependencies:```bash
    npm install

3. Create a `.env` file based on the `.env.example` provided:```bash
cp .env.example .env
  1. Add your OpenAI API key to the .env file:```
    OPENAI_API_KEY=your_openai_api_key_here

## Running the Server

Start the server with:```bash
npm start

For development with auto-restart on file changes:```bash
npm run dev


## Using with Augment

To use this MCP server with Augment, add the following to your Augment settings.json file:```json
"augment.advanced": {
    "mcpServers": [
        {
            "name": "openai-mcp",
            "command": "node",
            "args": ["/path/to/openai-mcp-server.js"],
            "env": {
                "OPENAI_API_KEY": "your_openai_api_key_here",
                "DEBUG": "true"
            }
        }
    ]
}

Replace /path/to/openai-mcp-server.js with the actual path to the server file on your system.

Available Tools

This MCP server provides the following tools to Augment:

1. List Models

Lists all available OpenAI models.

2. Chat Completion

Generates responses using OpenAI's chat completion API. Supports parameters like:
- model: The model to use (e.g., gpt-3.5-turbo, gpt-4)
- messages: Array of conversation messages
- temperature: Controls randomness (0-1)
- max_tokens: Maximum number of tokens to generate

3. Create Embedding

Generates embeddings for text using OpenAI's embedding API. Supports parameters like:
- model: The model to use (e.g., text-embedding-ada-002)
- input: The text to embed (string or array of strings)

Testing

A sample client is provided in client-example.js to test your MCP server. Run it with:bash node client-example.js

Understanding the Code

The server consists of several key components:

  1. MCP SDK Integration: Uses the official MCP SDK for standardized communication
  2. Tool Handlers: Implements handlers for each supported tool
  3. OpenAI API Integration: Communicates with OpenAI's API
  4. Error Handling: Provides consistent error responses
  5. Logging: Logs operations for debugging

Potential Improvements

See mcp-server-improvement-suggestions.md for a list of potential improvements that could be made to this implementation.

License

MIT

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Marchampson MCP 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Marchampson MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Marchampson MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Marchampson MCP 需要 API Key 吗?

资料没有标注鉴权方式,是否需要密钥取决于服务本身,接入前按官方文档确认。

Marchampson MCP 能提供哪些能力?

资料显示能力标签包括 AI服务、STDIO、AI代理。具体工具清单以官方文档为准。

Marchampson MCP 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Marchampson MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。