GPT Proxy MCP Server

一个用于 Claude Code 的 MCP (Model Context Protocol) 服务器，用于中转 GPT API 调用。

功能特点

• 🔄 GPT API 中转：支持所有主流 GPT 模型
• 🔒 安全：通过环境变量管理 API 密钥
• 🚀 流式响应：支持流式和常规两种响应模式
• ⚡ 高性能：基于 MCP SDK 构建，高效稳定
• 🛠️ 易用：简单的配置和启动流程

快速开始

本地部署（stdio 传输）

1. 安装依赖

npm install

2. 配置环境变量

# 复制环境变量模板
cp .env.example .env

# 编辑 .env 文件，添加你的 OpenAI API 密钥
nano .env

在 .env 文件中添加：

OPENAI_API_KEY=your_openai_api_key_here
OPENAI_BASE_URL=https://api.openai.com/v1

3. 启动服务器

# 开发模式启动（推荐）
npm run dev

# 或者使用启动脚本（会检查环境变量）
./start.sh

# 生产模式启动
npm run build
npm start

远程部署（HTTP 传输）

对于需要在远程服务器部署并从本地 Claude Code 连接的场景：

1. 在远程服务器上部署

# 克隆项目到远程服务器
git clone <your-repo-url>
cd mcp-server

# 安装依赖
npm install

# 配置环境变量
cp .env.example .env
nano .env

在 .env 文件中配置：

OPENAI_API_KEY=your_openai_api_key_here
OPENAI_BASE_URL=https://api.openai.com/v1
HTTP_PORT=3001
HTTP_HOST=0.0.0.0

2. 启动 HTTP 服务器

# 使用启动脚本（推荐，会检查配置）
./start-http.sh

# 或者手动启动
npm run build
npm run start:http

# 开发模式
npm run dev:http

3. 配置防火墙（如需要）

# Ubuntu/Debian 示例
sudo ufw allow 3001/tcp

# CentOS/RHEL 示例
sudo firewall-cmd --permanent --add-port=3001/tcp
sudo firewall-cmd --reload

在 Claude Code 中使用

本地连接配置

对于本地部署的 MCP 服务器，在你的 Claude Code MCP 配置文件中添加：

{
  "mcpServers": {
    "gpt-proxy": {
      "command": "node",
      "args": ["/path/to/your/mcp-server/dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

或者对于开发环境：

{
  "mcpServers": {
    "gpt-proxy": {
      "command": "npm",
      "args": ["run", "dev"],
      "cwd": "/path/to/your/mcp-server",
      "env": {
        "OPENAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

远程连接配置

对于部署在远程服务器的 MCP 服务器，在你的 Claude Code MCP 配置文件中添加：

{
  "mcpServers": {
    "gpt-proxy-remote": {
      "url": "http://your-server-ip:3001"
    }
  }
}

如果你使用了 HTTPS（推荐用于生产环境）：

{
  "mcpServers": {
    "gpt-proxy-remote": {
      "url": "https://your-domain.com"
    }
  }
}

远程连接使用步骤

1. 确保远程服务器正在运行

   # 在远程服务器上检查服务状态
   curl http://localhost:3001
   

2. 更新 Claude Code 配置

   • 找到你的 Claude Code MCP 配置文件（通常在 ~/.config/claude-code/ 目录）
   • 添加上述远程服务器配置
   • 重启 Claude Code

3. 测试连接

   • 在 Claude Code 中应该能看到 gpt_chat 和 gpt_chat_stream 工具
   • 尝试使用工具发送消息测试连接

使用工具

配置完成后，在 Claude Code 中你可以使用以下工具：

gpt_chat - 标准聊天

使用 gpt_chat 工具发送消息到 GPT-4：
message: "请帮我解释什么是机器学习"
model: "gpt-4"
temperature: 0.7

gpt_chat_stream - 流式聊天

使用 gpt_chat_stream 工具获取流式响应：
message: "写一段关于 AI 发展历史的文章"
model: "gpt-4-turbo"
max_tokens: 2000

支持的模型

• gpt-3.5-turbo (默认)
• gpt-3.5-turbo-16k
• gpt-4
• gpt-4-turbo
• gpt-4-turbo-preview
• gpt-4-0125-preview
• gpt-4-1106-preview

API 参数说明

通用参数

• message (必需): 发送给 GPT 的消息
• model (可选): 要使用的 GPT 模型，默认为 gpt-3.5-turbo
• max_tokens (可选): 响应的最大 token 数，默认为 1000
• temperature (可选): 响应的随机性 (0-2)，默认为 1
• system_prompt (可选): 系统提示词，用于设置 AI 的行为

项目结构

mcp-server/
├── src/
│   ├── index.ts          # 主服务器文件
│   └── types.ts          # TypeScript 类型定义
├── .env.example          # 环境变量模板
├── .gitignore           # Git 忽略文件
├── start.sh             # 启动脚本
├── package.json         # 项目配置
├── tsconfig.json        # TypeScript 配置
├── CLAUDE.md           # Claude Code 指导文件
└── README.md           # 项目说明

开发指南

本地开发

# 安装依赖
npm install

# 启动开发服务器（热重载）
npm run dev

# 类型检查
npm run type-check

# 构建项目
npm run build

环境变量

通用配置:

• OPENAI_API_KEY (必需): OpenAI API 密钥
• OPENAI_BASE_URL (可选): API 端点，默认为 https://api.openai.com/v1
• OPENAI_ORGANIZATION (可选): OpenAI 组织 ID

HTTP 服务器配置（仅用于远程部署）:

• HTTP_PORT (可选): HTTP 服务器端口，默认为 3001
• HTTP_HOST (可选): HTTP 服务器主机，默认为 0.0.0.0（监听所有网络接口）

故障排除

常见问题

1. API 密钥错误

   • 确保在 .env 文件中设置了正确的 OPENAI_API_KEY
   • 检查 API 密钥是否有效且有余额

2. 模型不可用

   • 确认你的 API 密钥有访问所请求模型的权限
   • 某些模型可能需要等待列表或特殊权限

3. 连接问题

   • 检查网络连接
   • 如果在中国大陆，可能需要配置代理

日志查看

服务器启动时会在控制台输出日志信息，包括：

• 启动状态
• 错误信息
• API 调用状态

安全注意事项

• 🔐 永远不要提交包含真实 API 密钥的 .env 文件
• 🛡️ 使用环境变量管理敏感配置
• 🔒 服务器通过 stdio 传输运行，确保安全的 Claude Code 集成
• 📝 定期轮换你的 API 密钥

许可证

MIT License

贡献

欢迎提交 Pull Request 和 Issue！

更新日志

v1.0.0

• 初始版本发布
• 支持 GPT API 中转
• 支持流式和标准响应
• 完整的错误处理
• Claude Code MCP 集成