OpenAI MCP Extensions Skill 技能

技能简介

OpenAI MCP Extensions 是 OpenAI 官方维护的开源扩展协议与配套 SDK（TypeScript 与 Python 双实现），专门为 Model Context Protocol（MCP）服务器和 App 增加 ChatGPT 平台特有能力的标准化扩展。开发者只要遵循这套规范，就能让自己的 MCP 服务在 ChatGPT 内部呈现为"原生一等公民"形态——侧边栏入口、文件查看器、Composer @mention 引用、图像选择器等都可直接复用，示例项目 Bits & Bolts 已上线插件目录供试用。仓库采用 Apache License 2.0，对 TypeScript 与 Python 两侧提供独立的 @openai/mcp-extensions 与 openai-mcp-extensions 包，配套 spec 文档详细说明每个扩展点的字段、命名空间与方法前缀，方便服务器方在保留跨主机可移植性的同时接入 OpenAI 私有能力。

核心能力

• 侧边栏入口：允许用户在 ChatGPT 侧边栏直接打开你的应用，类似 App 内嵌 Webview，扩展点为 _meta["openai/sidebar"]，定义 entrypoint 即可激活。
• 文件查看器渲染：当用户打开受支持的文件类型时，自动用你的应用渲染预览，通过 _meta["openai/resource"].path 把绝对路径传给服务器。
• Composer @mention 与资源搜索：用户可在 Composer 中 @ 你的插件资源并直接插入消息，支持图像选择器表单征询（form elicitation），扩展点为 composer/mentions。
• 可写资源：新增 openai/resources/write 方法，允许 MCP App 编辑文件，超越传统只读 resource 协议，使 ChatGPT 真正能写回用户内容。
• 图像选择器：让用户用缩略图选项选择 CAD 部件、产品变体等离散资产，提升多模态场景下的交互精度。
• TypeScript / Python 双 SDK：两个官方包版本同步发布（@openai/mcp-extensions 0.1.0 / openai-mcp-extensions 0.1.0），文档与示例同步维护，便于混合语言栈快速接入。
• 完整 spec 文档：docs/spec.md 列出每个 _meta 字段、方法命名空间与兼容边界，避免生态分裂成"openai-only"私有扩展。

安装配置

• 环境前置：Node.js 18+（TypeScript SDK）或 Python 3.9+（Python SDK），目标主机需运行已接入 OpenAI 平台账号的 ChatGPT；并准备一个已实现 MCP 协议核心方法（tools/list、resources/read 等）的服务器。
• TypeScript 安装：在你的 MCP 服务器项目里 npm install @openai/mcp-extensions，然后在初始化 MCP Server 时 import { registerOpenAIExtensions } 并调用，注册侧边栏与文件查看器。
• Python 安装：pip install openai-mcp-extensions，并在构造 FastMCP / MCP Python SDK Server 后调用 register_openai_extensions(server, manifest) 完成扩展注册。
• manifest 配置：在仓库根目录新建 openai-extension.json，声明 entrypoint URL、文件扩展名白名单与图像选择器 schema，spec 中给出最小可用配置示例。

使用步骤

• 第 1 步：阅读官方插件文档（developers.openai.com/codex/build-plugins），理解 ChatGPT 插件与 MCP server 的关系，确定你要暴露的 sidebar / file viewer / composer mention / image picker 入口。
• 第 2 步：在你的 MCP 服务器里实现基础协议（tools/list、resources/read、resources/subscribe），并把 OpenAI 扩展点以 _meta 命名空间（openai/*）形式注入 resources 与 tools 描述中。
• 第 3 步：在本地用 chatgpt --plugin-dev 或 OpenAI 提供的开发插件加载器注册本地 URL，调试 sidebar 入口与 file viewer 渲染是否符合预期。
• 第 4 步：构建并签名插件包（openai-plugin-cli build），通过 OpenAI 审核后即可上架 ChatGPT 插件目录，让数亿用户通过 Bits & Bolts 类入口直接调用你的能力。
• 第 5 步：发布后通过 spec.md 中的兼容性矩阵持续跟进 OpenAI 平台扩展，保持主版本升级时同步迁移新增 _meta 字段。

适用场景

• CAD / 工程设计协作：在 ChatGPT 中直接选择 CAD 部件作为设计上下文，避免来回切换 CAD 软件。
• 代码与文档双向编辑：让 ChatGPT 直接写入本地代码或 Markdown 文件，编辑体验接近 IDE 内联修改。
• 企业内部 SaaS 接入：把内部 CRM、ERP、知识库的 MCP 包装为 ChatGPT 一等插件，员工用自然语言触发系统操作。
• 多模态创作工作流：用图像选择器让用户在 ChatGPT 对话中挑选变体（设计稿 / 配色 / 角色），再交给生成式管线继续制作。
• 学术与文献场景：用文件查看器渲染 PDF / Notebook，把 ChatGPT 当作论文伴读助手，引用与批注可写回原文件。

适用人群

• 面向 OpenAI / ChatGPT 生态的 MCP 开发者；
• 构建企业内部 AI 插件平台的应用架构师；
• 想把 SaaS 产品升级为 ChatGPT 原生插件的 SaaS 厂商工程团队；
• 多模态创作工具（DCC、设计资产库）方向的产品研发。

工作原理

MCP 协议本身只规定工具、资源与提示词的标准交互，对客户端 UI 不做约束。OpenAI MCP Extensions 通过一组命名空间化的 _meta 字段与新方法，把 ChatGPT 客户端特有的 UI 入口（侧边栏 / 文件查看器 / Composer / 图像选择器）声明给服务器端。服务器在 resources/list 与 tools/list 响应中携带这些 _meta，客户端识别后启用对应 UI；新增的 openai/resources/write 方法则突破传统只读 resource，让 App 可在 ChatGPT 内部完成"读-改-写"闭环。整套机制以 _meta 命名空间隔离，因此不携带这些字段的服务器在其他 MCP 主机上仍可正常运行，保证跨主机可移植性。

官方链接

• 仓库：https://github.com/openai/mcp-extensions
• Spec：https://github.com/openai/mcp-extensions/blob/main/docs/spec.md
• 插件文档：https://developers.openai.com/codex/build-plugins
• 许可证：Apache License 2.0