الآن يدعم OpenAI Agents SDK بروتوكول سياق النموذج (MCP)، وهو تغيير جذري في التوافق بين الذكاء الاصطناعي. يتيح ذلك للمطورين ربط نماذج الذكاء الاصطناعي بأدوات ومصادر بيانات خارجية بكفاءة. في هذا الدليل الفني، سنرشدك إلى كيفية بناء خوادم MCP باستخدام OpenAI Agents SDK لتعزيز تطبيقات الذكاء الاصطناعي الخاصة بك.
ما هي خوادم MCP ولماذا تُستخدم مع OpenAI Agents SDK؟
MCP (بروتوكول سياق النموذج) هو بروتوكول مفتوح يحدد كيفية تقديم التطبيقات للسياق لنماذج اللغة الكبيرة (LLMs). فكر في MCP مثل منفذ USB-C لتطبيقات الذكاء الاصطناعي - فهو يعمل كموصل عالمي يسمح لنماذج الذكاء الاصطناعي بالتفاعل مع مصادر البيانات المختلفة والأدوات بسلاسة.
يتكامل OpenAI Agents SDK مع خوادم MCP لتمكين الوكلاء من الوصول إلى الأدوات والبيانات الخارجية. يضمن استخدام خوادم MCP تفاعلًا سلسًا بين وكيل الذكاء الاصطناعي الخاص بك وكلا من الموارد البعيدة والمحلية. تقلل هذه التكاملات من التعقيد في استدعاء الأدوات وتعزز من وظيفية الوكيل.
إليك بعض الأمثلة التي يمكنك بناؤها باستخدام تركيبات OpenAI + خادم MCP:
🕵️♂️ استخدمت gitingest لتنزيل جميع الوثائق من @OpenAIDevs خوادم SDK
— دان ماك (@daniel_mac8) 23 مارس 2025
ممتاز لتقديمه لوكيل البرمجة الخاص بك كسياق إذا كنت تبني باستخدام OpenAI Agents SDK
قم بالتنزيل من رابط GitHub أدناه ⬇️ pic.twitter.com/0szZ43wMTv
خطوات استخدام تكامل OpenAI MCP
المتطلبات المسبقة لبناء خوادم MCP باستخدام OpenAI Agents SDK
قبل أن تبدأ، تأكد من أن لديك:
- بايثون 3.8 أو أعلى مثبت على نظامك
- OpenAI Agents SDK مثبت عبر pip:
pip install openai-agents - Node.js مُعد لتشغيل أوامر خادم MCP مثل
npxلبعض الأمثلة - دليل مشروع مع بيئة افتراضية مهيأة لإدارة الاعتمادات
- فهم أساسي لبرمجة غير المتزامنة في بايثون، حيث يستخدم SDK async/await
الخطوة 1: إعداد بيئة التطوير الخاصة بك لخوادم MCP
# إنشاء دليل جديد لمشروعك
mkdir mcp-agent-project && cd mcp-agent-project
# تهيئة بيئة بايثون الافتراضية
python -m venv venv && source venv/bin/activate
# تثبيت الاعتمادات المطلوبة
pip install openai-agents pyyaml
قم بإعداد ملف تكوين باسم mcp_agent.config.yaml لتعريف خوادم MCP. تشير هذه التكوينات إلى خادم MCP على نظام الملفات للوصول إلى الملفات المحلية.
الخطوة 2: فهم أنواع خوادم MCP في OpenAI Agents SDK
تأتي خوادم MCP في نوعين كما هو محدد في مواصفات MCP:
- خوادم stdio: تعمل محليًا كعملية فرعية لتطبيقك
- خوادم HTTP فوق SSE: تعمل عن بُعد وتتصرف عبر URL
يوفر OpenAI Agents SDK فئتين للتعامل مع هذه الخوادم:
MCPServerStdio: لخوادم محلية تعتمد على العمليات الفرعيةMCPServerSse: لخوادم HTTP البعيدة عبر SSE
اختر نوع الخادم بناءً على بنية تطبيقك ومتطلبات زمن الاستجابة. خوادم stdio مثالية للتطوير المحلي، بينما خوادم SSE تناسب أنظمة التوزيع بشكل أفضل.
الخطوة 3: ربط خادم MCP بوكيل OpenAI الخاص بك
استورد الفئات اللازمة من OpenAI Agents SDK وحدد خادم MCP الخاص بك:
from openai_agents import Agent, MCPServerStdio
# تعريف المسار إلى ملفات العينة الخاصة بك
samples_dir = "/path/to/your/files"
# استخدام مدير السياق غير المتزامن لتهيئة الخادم
async with MCPServerStdio(
params={
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],
}
) as server:
# قائمة بالأدوات التي يوفرها خادم MCP
tools = await server.list_tools()
# إنشاء وكيل يستخدم خادم MCP
agent = Agent(
name="Assistant",
instructions="استخدم أدوات نظام الملفات لمساعدة المستخدم في مهامه.",
mcp_servers=[server]
)
# تشغيل الوكيل
result = await agent.run("قم بإدراج الملفات في الدليل.")
تسمح هذه الإعداد للوكيل باستخدام أدوات نظام الملفات ديناميكيًا أثناء التنفيذ.
الخطوة 4: تحسين الأداء باستخدام التخزين المؤقت للأدوات
تستدعي خوادم MCP list_tools() في كل مرة يتم فيها تشغيل وكيل، مما قد يؤدي إلى تأخير، وخاصة مع الخوادم البعيدة. لتقليل هذه العبء، يمكنك تمكين التخزين المؤقت للأدوات:
# تمكين التخزين المؤقت عند تهيئة الخادم
async with MCPServerStdio(
params={
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],
},
cache_tools_list=True # تمكين التخزين المؤقت
) as server:
# سيتم تخزين قائمة الأدوات مؤقتًا بعد الاستدعاء الأول
tools = await server.list_tools()
اعتبارات مهمة للتخزين المؤقت:
- استخدم التخزين المؤقت فقط إذا كنت متأكدًا من أن قائمة الأدوات لن تتغير أثناء وقت التشغيل
- إذا كانت الأدوات بحاجة إلى التحديث، قم بإلغاء تخزين التخزين المؤقت:
await server.invalidate_tools_cache() - يعمل التخزين المؤقت لكل من خوادم stdio و SSE، مع فوائد أداء أكبر للخوادم البعيدة
الخطوة 5: تنفيذ تكامل خادم MCP مع سير العمل لوكيلك
لدمج خوادم MCP بالكامل مع وكيلك:
from openai_agents import Agent, MCPServerStdio, MCPServerSse
async def run_agent_with_mcp_servers():
# تهيئة خادم MCP المحلي
local_server = MCPServerStdio(
params={
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "./local_files"],
},
cache_tools_list=True
)
# تهيئة خادم MCP البعيد SSE (إذا لزم الأمر)
remote_server = MCPServerSse(
url="<https://your-remote-mcp-server.com/stream>",
cache_tools_list=True
)
async with local_server, remote_server:
# إنشاء وكيل مع كلا الخادمين
agent = Agent(
name="MultiToolAgent",
instructions="استخدم الأدوات المتاحة لإنجاز المهام.",
mcp_servers=[local_server, remote_server]
)
# تشغيل الوكيل
result = await agent.run("أكمل المهمة المطلوبة باستخدام الأدوات المناسبة.")
return result
تتيح هذه الطريقة لوكيلك الوصول إلى كل من الأدوات المحلية والبعيدة من خلال واجهات MCP القياسية.
الخطوة 6: تصحيح الأخطاء ومراقبة خوادم MCP الخاصة بك
تشمل استراتيجيات تصحيح الأخطاء والمراقبة الفعالة:
- التحقق من سجلات خادم MCP للأخطاء أثناء تنفيذ الأدوات
- استخدام لوحة تتبع SDK لـ OpenAI Agents لمراقبة استدعاءات الأدوات
- اختبار حالات النهاية مثل أسماء الأدوات غير الصالحة أو توقف الخادم لضمان المتانة
- مراقبة زمن الاستجابة عند استخدام الخوادم البعيدة SSE وتحسينها باستخدام التخزين المؤقت إذا لزم الأمر
- الاستفادة من وظيفة التتبع المدمجة في SDK، والتي تلتقط تلقائيًا:

- الطلبات لخوادم MCP لقائمة الأدوات
- معلومات متعلقة بـ MCP حول استدعاءات الوظائف
بالإضافة إلى ذلك، يجب عليك أيضًا التفكير في استخدام أداة اختبار واجهة برمجة التطبيقات الشاملة لتسهيل دورة تطوير واجهة برمجة التطبيقات الخاصة بك.
Apidog هي أداة قوية تبسط تطوير واجهة برمجة التطبيقات، مما يجعلها رفيقًا ممتازًا عند بناء خوادم MCP باستخدام OpenAI Agents SDK. نظرًا لأن خوادم MCP غالبًا ما تتضمن التفاعل مع واجهات برمجة التطبيقات - سواء لخوادم HTTP البعيدة عبر SSE أو اختبار استدعاءات الأدوات - يمكن أن تعزز Apidog سير عملك.

الاستنتاج
إن بناء خوادم MCP باستخدام OpenAI Agents SDK يفتح آفاقًا جديدة لتعزيز الوكلاء الذكيين بأدوات ومصادر بيانات خارجية. تجعل واجهة MCP القياسية التكامل أسهل وأكثر موثوقية عبر بيئات مختلفة.
باتباع هذا الدليل، يمكنك إنشاء وكلاء أقوياء يستخدمون كل من الموارد المحلية والبعيدة من خلال بروتوكول سياق النموذج. مع استمرار نمو نظام MCP، سيكون بإمكان وكلائك الوصول إلى مجموعة متزايدة من الأدوات والقدرات.
للحصول على المزيد من الأمثلة والمستندات التفصيلية، يرجى زيارة الوثائق الرسمية لـ OpenAI Agents SDK MCP. يمثل دعم SDK لـ MCP خطوة كبيرة للأمام نحو جعل الوكلاء الذكيين أكثر قدرة وتواصلًا مع العالم الرقمي.
