Цели урока
- предоставлять инструменты только для чтения ChatGPT и проверять их входные и выходные данные;
- подключать частный сервер инструментов через OpenAI Secure MCP Tunnel;
- запускать рабочий процесс Agents SDK с моделью Bedrock и отображать его результаты в виджете ChatGPT;
- проверять интеграцию локально, оценивать новые ответы агента и проверять, куда поступают трассировки.
О чём урок
В этом руководстве вы создадите частного помощника по полетам для вымышленной авиакомпании и узнаете, как подключить ChatGPT к рабочему процессу OpenAI Agents SDK, поддерживаемому Amazon Bedrock. Пример авиакомпании называется Eliza Airlines; ее рейсы ELZ используют демонстрационные данные и не могут быть забронированы, изменены или отменены.
В итоге вы узнаете, как:
Путь по умолчанию запускает агента на вашей рабочей станции. Вы начнете с проверок, не требующих облачных учетных данных, затем выберете, запускать ли агента с Bedrock и подключать ли его к ChatGPT. Существующий Amazon Bedrock AgentCore Runtime является необязательной альтернативой хостингу; этот ноутбук не развертывает его.
Совместное руководство от Eliza и OpenAI.
Model Context Protocol (MCP) позволяет ChatGPT обнаруживать инструменты, вызывать их со структурированными входными данными и получать структурированные результаты. MCP-адаптер в этом репозитории — это сервер, который предоставляет наши три инструмента для работы с рейсами. Он проверяет запрос, запускает агента и проверяет ответ, прежде чем вернуть его ChatGPT.
Стрелки показывают запрос инструмента. Результат возвращается по тому же пути, а виджет, небольшое HTML-представление внутри ChatGPT, отображает проверенный результат. В MCP этот результат передается в поле structuredContent. Сам виджет не вызывает бэкенд рейсов.
tunnel-client на вашей рабочей станции открывает исходящее HTTPS-соединение с размещенной конечной точкой туннеля OpenAI. Это соединение позволяет ChatGPT достичь адаптера по адресу 127.0.0.1:8787/mcp. Этот адрес является loopback: он доступен только на той же машине. Вам не нужен публичный URL MCP или правило входящего брандмауэра.
OpenAI Agents SDK запускает рабочий процесс Python и его функциональные инструменты. Amazon Bedrock предоставляет модель через совместимую с OpenAI конечную точку. AgentCore Observability получает трассировки, которые записывают шаги, время и ошибки в выполнении.
Два варианта основаны на пути по умолчанию, показанном…
План урока
- Как все части сочетаются друг с другом
- Предварительные условия
- 1. Установите закрепленные зависимости
- 2. Проследите запрос через агента
- 3. Вызовите локально HTTP-интерфейс Runtime
- 4. Проверьте MCP-адаптер и виджет
- 5. Оцените ответы и проверьте трассировки
- 6. При необходимости вызовите существующий AWS Runtime
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.