MCP Server with OpenAI Integration

Este proyecto demuestra cómo crear un servidor MCP (Model Context Protocol) personalizado con una herramienta de clima e integrarlo con OpenAI usando Cloudflare Tunnel.

🚀 Características

• Servidor MCP personalizado con herramienta de clima

• Integración automática con OpenAI usando tu propio código

• Túnel de Cloudflare para exposición pública

• TypeScript completamente tipado

• Function calling automático sin intervención manual

Related MCP server: Python Weather MCP Server

📁 Estructura del Proyecto

mcp-server-openai-sdk/
├── src/
│   ├── index.ts              # Servidor MCP principal
│   ├── webhook-server.ts     # Servidor webhook para OpenAI
│   └── test-method2.ts       # Test de integración automática
├── package.json              # Dependencias y scripts
├── tsconfig.json            # Configuración TypeScript
├── .env                     # Variables de entorno (crear)
└── README.md                # Este archivo

🛠️ Instalación

1. Instalar dependencias:

   npm install

2. Configurar variables de entorno:

   # Crear archivo .env
   echo "OPENAI_API_KEY=tu-api-key-aqui" > .env

3. Compilar el proyecto:

   npm run build

🚀 Uso

Paso 1: Iniciar el servidor webhook

npm run webhook

Paso 2: Crear túnel de Cloudflare

En otra terminal:

cloudflared tunnel --url http://localhost:3000

Paso 3: Actualizar la URL del túnel

Edita src/test-method2.ts y actualiza la URL:

const webhookUrl = "https://tu-nueva-url.trycloudflare.com/webhook/weather";

Paso 4: Probar la integración

npm run test

🎯 Cómo Funciona

Flujo Automático (Método 2)

1. Usuario pregunta: "¿Cuál es el clima en Bogotá?"

2. OpenAI detecta: Necesita información del clima

3. Tu código llama automáticamente: Tu webhook de Cloudflare

4. Tu MCP server responde: Con datos del clima

5. Tu código envía: La respuesta de vuelta a OpenAI

6. OpenAI presenta: La respuesta final naturalmente

Ejemplo de Salida

👤 Usuario: ¿Cuál es el clima en Bogotá?
🔧 Paso 1: OpenAI detecta que necesita información del clima
✅ OpenAI quiere llamar la función get_weather
🔄 Paso 2: Tu código llama automáticamente tu webhook
   📋 Argumentos: { "city": "Bogotá" }
✅ Paso 3: Tu MCP server responde: Weather in Bogotá: 15°C, cloudy
🔄 Paso 4: Tu código envía la respuesta de vuelta a OpenAI
🤖 Paso 5: OpenAI presenta la respuesta final:
   El clima en Bogotá es de 15°C, nublado.

🔧 Scripts Disponibles

• npm run build - Compilar el proyecto

• npm run webhook - Iniciar servidor webhook

• npm run test - Probar integración automática

• npm run dev - Modo desarrollo

🎯 Ventajas de esta Integración

✅ Completamente automático - No necesitas intervención manual
✅ Tu código controla todo - Manejas la comunicación
✅ Escalable - Puedes agregar más herramientas fácilmente
✅ Producción lista - Listo para usar en aplicaciones reales

🔍 Archivos Esenciales

• src/index.ts - Servidor MCP con herramienta de clima

• src/webhook-server.ts - Servidor webhook para OpenAI

• src/test-method2.ts - Test de integración automática

📝 Notas

• El servidor webhook debe estar corriendo en puerto 3000

• El túnel de Cloudflare debe estar activo

• La URL del túnel debe actualizarse en el script de test

• Esta integración funciona completamente automática sin intervención manual

🎉 ¡Listo!

Tu servidor MCP personalizado está completamente integrado con OpenAI y funcionando automáticamente. Puedes hacer preguntas sobre el clima y obtener respuestas naturales sin intervención manual.