Token导航 LogoToken导航TokenDH.com
Pizzaz MCP Heroku logo
AI代理stdio官方级别未说明来源级核验

Pizzaz MCP Heroku

MCP Server

一个基于OpenAI Apps SDK的交互式披萨主题工具服务器,提供五种不同类型的交互式小部件,用于在ChatGPT中展示和交互。

工具数

5

提示词数

0

GitHub Stars

0

资源数

0
PythonAI代理工作流自动化

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

dsouza-anush

提供方

dsouza-anush

最后核验

2026/5/17 20:23

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

用于ChatGPT的Pizzaz MCP服务器

基于 OpenAI 应用程序SDK示例这个版本已经适应了Heroku的部署要求。

一个交互式模型上下文协议(MCP)服务器,为ChatGPT带来了丰富的披萨主题小部件。该服务器展示了OpenAI Apps SDK的全部功能,包括五种不同的交互式小部件类型。

特点/功能

这个MCP服务器提供了5个交互式工具,这些工具能在ChatGPT中渲染出精美的小部件:

  • 🗺️(地图图标) 披萨地图 - 互动地图,显示披萨店位置并用标记标注
  • 🎠 旋转木马 披萨旋转木马 - 可滑动的披萨店轮播图
  • 📸(表示拍照或相机的符号,可翻译为“拍照”或“相机”) 披萨专辑 - 相册画廊查看器
  • 📋(清单/待办事项列表) 披萨菜单 - 可滚动的列表视图
  • 🎥 披萨视频 - 视频播放器小部件

每个小部件都是完全可交互的,并展示了ChatGPT应用程序软件开发工具包(SDK)中可用的不同用户界面(UI)模式。

建筑学

这台服务器使用:

  • FastMCP - Python MCP服务器框架
  • FastAPI - 用于HTTP/SSE传输的Web框架
  • 模型上下文协议 - OpenAI连接工具与大型语言模型(LLM)的标准
  • OpenAI 应用程序开发工具包(SDK) - ChatGPT中控件渲染的框架

这些小工具由OpenAI的内容分发网络(CDN)提供服务persistent.oaistatic.com并在ChatGPT中将其渲染为可交互的iframe。

快速部署到Heroku

点击下面的按钮,一键将此MCP服务器部署到Heroku:

![Deploy](https://heroku.com/deploy?template=https://github.com/dsouza-anush/pizzaz-mcp-heroku)

部署完成后,您的MCP服务器将可通过以下地址访问:

https://your-app-name.herokuapp.com/mcp

手动部署到Heroku

  1. 克隆此仓库:
   git clone https://github.com/dsouza-anush/pizzaz-mcp-heroku.git
   cd pizzaz-mcp-heroku
  1. 创建一个Heroku应用:
   heroku create your-app-name
  1. 部署:
   git push heroku main
  1. 您的MCP终端将为:
   https://your-app-name.herokuapp.com/mcp

连接到ChatGPT

  1. 启用开发者模式 在ChatGPT中(需要访问权限)

- 查看 OpenAI开发者模式指南

  1. 添加您的MCP服务器:

- 前往ChatGPT 设置 → 连接器 - 点击 创建 并将您的Heroku URL添加到其中 /mcp 路径:

     https://your-app-name.herokuapp.com/mcp
  1. 测试小部件:

- 在ChatGPT中开始聊天 - 尝试:“给我看一张披萨地图”或“展示一个披萨旋转展示架” - 交互式小部件将直接在您的对话中呈现!

本地开发

  1. 安装依赖项:
   pip install -r requirements.txt
  1. 运行服务器:
   python main.py
  1. 本地测试:

- 服务器运行于 http://localhost:8000 - MCP终端: http://localhost:8000/mcp

  1. 使用 ngrok 在本地进行暴露(或:将本地服务通过 ngrok 公开) (用ChatGPT测试):
   ngrok http 8000

- 使用 ngrok URL + /mcp 在ChatGPT连接器中

项目结构

.
├── main.py              # MCP server implementation
├── requirements.txt     # Python dependencies
├── Procfile            # Heroku process configuration
├── runtime.txt         # Python version specification
├── app.json            # Heroku deploy button configuration
└── README.md           # This file

它是如何工作的

  1. 工具注册服务器在ChatGPT上注册了5个披萨小工具
  2. 工具调用当用户请求一个小部件时,ChatGPT会调用该工具
  3. 资源响应服务器返回指向预构建小部件资源的HTML
  4. 小部件渲染ChatGPT 在 iframe 中渲染 HTML,具有完全的交互性
  5. 用户交互用户可以点击、滚动和与小部件进行交互

小部件详情

每个小部件包含:

  • OpenAI 元数据将工具调用链接到小部件模板
  • HTML 模板兼容Iframe的HTML,使用来自CDN的CSS/JS
  • 结构化内容ChatGPT能够理解和参考的数据
  • 交互式用户界面带有状态管理的完整React组件

可选:添加身份验证

要在您的MCP服务器上添加OAuth认证:

heroku buildpacks:add https://github.com/heroku/heroku-buildpack-mcp-auth-proxy -a your-app-name

这个构建包增加了身份验证功能,以保护您的MCP端点。

了解更多

许可证

MIT 许可证 - 基于 OpenAI 的应用程序 SDK 示例

目录标签

目录标签

PythonAI代理工作流自动化交互式小部件本地部署披萨主题ChatGPT插件OpenAIAppsSDK模型上下文协议

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

oauth

工具数量(toolCount,工具数)

5

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP