1. 项目概述与核心价值最近在折腾AI工作流发现一个痛点我经常在Claude Desktop或者Cursor这类支持MCP协议的AI助手里面写代码、分析问题但有时候需要调用ChatGPT的能力比如让它帮我润色一段英文或者用它的代码解释器跑个数据分析。每次都得手动切到ChatGPT的桌面应用复制粘贴再切回来效率很低。直到我发现了xncbf开发的这个chatgpt-mcp项目它完美地解决了这个问题。简单来说chatgpt-mcp是一个实现了模型上下文协议Model Context Protocol, MCP的服务器。它的核心功能是作为一个“桥梁”让任何兼容MCP的AI助手比如Claude Desktop、Cursor、Windsurf等能够直接与macOS系统上运行的ChatGPT桌面应用进行交互。这意味着你可以在你常用的AI助手界面里直接通过命令或工具调用让ChatGPT在后台帮你处理任务然后把结果带回来整个过程无需离开你当前的工作环境。这个项目的价值在于自动化与集成。对于深度依赖多个AI模型协作的开发者或内容创作者来说它打破了应用间的壁垒。想象一下你在Claude里讨论一个复杂的技术方案可以随时让Claude调用ChatGPT来生成一段示例代码或进行多角度批判性分析或者在处理文档时无缝调用ChatGPT进行翻译或总结。这不仅仅是省去了切换窗口的麻烦更是将ChatGPT的能力变成了你主AI助手的一个可编程“插件”极大地扩展了工作流的可能性。2. 核心原理与技术栈拆解要理解chatgpt-mcp如何工作我们需要拆解两个核心部分MCP协议本身以及该项目如何与ChatGPT桌面应用交互。2.1 模型上下文协议MCP是什么MCP是由Anthropic提出的一种开放协议旨在标准化AI助手与外部工具、数据源之间的通信方式。你可以把它想象成AI世界的“USB协议”或“插件接口标准”。在MCP架构中MCP客户端Client通常是AI助手本身如Claude Desktop。它知道如何发送请求和解析响应。MCP服务器Server比如chatgpt-mcp它提供具体的“能力”或“工具”。服务器向客户端宣告自己有哪些工具可用例如ask_chatgpt。通信客户端和服务器通过标准化的JSON-RPC over stdio标准输入输出或SSE进行通信。当你在AI助手中输入指令触发某个工具时客户端会向对应的服务器发送一个结构化的请求服务器执行操作后返回结果。chatgpt-mcp的角色就是一个MCP服务器它向AI助手宣告“我这里有三个工具发送消息、获取回复、新建对话。”2.2 与ChatGPT桌面应用的交互机制这是该项目最巧妙也最具平台限制性的部分。它并不通过ChatGPT的官方API而是通过macOS的自动化框架直接操控ChatGPT桌面应用的用户界面UI。主要依赖以下技术AppleScript这是macOS系统级的脚本语言专门用于控制应用程序。chatgpt-mcp内部使用AppleScript来模拟用户操作例如激活ChatGPT应用窗口。将文本粘贴到输入框。模拟按下“发送”按钮或回车键。从应用界面上读取最新的回复文本。可访问性API为了更可靠地定位应用窗口中的文本框、按钮等UI元素项目可能用到了macOS的辅助功能AccessibilityAPI。这允许脚本以编程方式查询和操作界面元素即使它们没有标准的AppleScript支持。Python与FastMCP项目使用Python编写并采用了fastmcp库。fastmcp是一个用于快速构建MCP服务器的Python框架它极大地简化了工具定义、资源声明和服务器启动的流程。开发者只需要用装饰器定义工具函数fastmcp会处理所有MCP协议层的通信细节。注意这种基于UI自动化的方式决定了其核心限制。首先它仅支持macOS因为AppleScript是macOS特有的。其次它严重依赖ChatGPT桌面应用的UI布局稳定性。如果OpenAI更新了应用界面改变了按钮的标识符或文本区域的结构自动化脚本就可能失效需要更新。这也是为什么项目目前只明确支持英文和韩文系统语言——它需要精确匹配UI上的按钮文字如“Send”来触发操作。3. 环境准备与安装详解在开始之前请确保你的系统满足所有先决条件。这一步的准备工作是否扎实直接决定了后续能否顺利运行。3.1 前置条件检查清单操作系统必须是macOS。本项目无法在Windows或Linux上运行。建议系统版本在macOS Monterey (12) 或更高版本以确保AppleScript和可访问性API的兼容性。ChatGPT桌面应用从OpenAI官网下载并安装最新版的ChatGPT for macOS。安装后务必先登录你的账号并让应用保持运行状态。最好将其固定在程序坞Dock上并确保它拥有辅助功能权限后面会详述。Python环境需要Python 3.10或更高版本。推荐使用pyenv来管理多个Python版本避免与系统Python冲突。可以通过终端运行python3 --version来检查。uv包管理器这是一个用Rust编写的、速度极快的Python包管理器和项目工作流工具。它类似于pip和poetry的结合体是本项目推荐的安装方式。安装命令如下# 使用curl安装 curl -LsSf https://astral.sh/uv/install.sh | sh安装完成后重启终端或运行source ~/.zshrc如果你使用Zsh使uv命令生效。3.2 关键权限配置辅助功能由于项目需要通过脚本控制另一个应用macOS的安全机制要求你明确授予权限。这是安装过程中最容易出错的一步。打开系统设置System Settings隐私与安全性Privacy Security辅助功能Accessibility。点击左下角的锁图标输入密码解锁。在右侧的应用列表中找到并勾选以下两项如果它们不在列表中可能需要点击“”号添加终端Terminal或你使用的终端应用如iTerm2。ChatGPT应用。如果你计划使用Claude Desktop作为MCP客户端也建议将其加入列表。实操心得有时即使勾选了权限也可能不生效。一个可靠的验证方法是在终端里尝试运行一个简单的AppleScript命令来控制ChatGPT比如osascript -e tell application \ChatGPT\ to activate。如果终端没有权限系统会弹窗提示。更彻底的方法是勾选后完全退出终端应用和ChatGPT应用再重新打开让权限设置完全加载。3.3 安装MCP服务器根据你使用的MCP客户端不同安装方式有简化和标准两种路径。3.3.1 针对Claude Code用户的一键安装如果你使用的是Claude Desktop其内置的代码编辑器被称为Claude Code那么安装过程最为简单因为它深度集成了MCP管理功能。在终端中直接执行项目提供的命令claude mcp add chatgpt-mcp uvx chatgpt-mcp这条命令做了以下几件事claude mcp add告诉Claude要添加一个新的MCP服务器。chatgpt-mcp给这个服务器实例起一个别名方便在配置中引用。uvx chatgpt-mcp指定运行这个服务器的命令。uvx是uv工具的一部分用于全局运行Python包它会自动处理依赖安装和环境隔离。执行成功后Claude Desktop通常会自动更新其内部配置。你可以在Claude Desktop的设置中找到“开发者设置”或“MCP服务器”部分进行查看和管理。3.3.2 为其他MCP客户端进行标准安装对于Cursor、Windsurf等其他支持MCP的客户端或者你想进行手动控制需要以下步骤。步骤一安装服务器包推荐使用PyPI安装这是最干净的方式。# 使用uv从PyPI安装包 uv add chatgpt-mcp这会在当前环境或虚拟环境中安装chatgpt-mcp及其依赖主要是fastmcp。步骤二配置MCP客户端这是最关键的一步你需要修改客户端的配置文件告诉它如何启动我们刚安装的MCP服务器。配置文件的路径因客户端而异Cursor通常位于~/.cursor/mcp.json或~/Library/Application Support/Cursor/User/globalStorage/mcp.json。Windsurf可能需要在其设置界面或配置文件中指定。你需要编辑这个JSON配置文件添加一个mcpServers字段如果不存在则创建{ mcpServers: { chatgpt: { command: uvx, args: [chatgpt-mcp] } } }chatgpt这是你给这个服务器起的名字在AI助手内部调用工具时会用到。command: uvx指定使用uvx命令来运行。args: [chatgpt-mcp]参数是包名chatgpt-mcp。手动安装的配置方式 如果你是从GitHub克隆源码进行开发或测试配置会稍有不同{ mcpServers: { chatgpt: { command: uv, args: [run, chatgpt-mcp], cwd: /绝对/路径/到/chatgpt-mcp } } }这里使用uv run来运行项目内的模块。cwd字段至关重要它指定了服务器启动的工作目录必须指向你克隆的仓库根目录这样Python才能正确找到模块。注意事项修改配置文件后必须完全重启你的MCP客户端应用如Cursor新的服务器配置才会被加载。仅仅重启编辑器窗口可能不够。4. 使用指南与核心工具解析安装配置完成后就可以在你的AI助手中体验无缝调用ChatGPT的能力了。以下是如何使用以及每个工具背后的细节。4.1 基本工作流程保持ChatGPT桌面应用开启确保ChatGPT应用在后台运行并且处于登录状态。最好将其窗口打开或者最小化到程序坞。如果应用完全关闭自动化脚本将无法找到目标。在你的MCP客户端中触发工具以Claude Desktop为例你可以直接在对话中输入自然语言指令例如“请让ChatGPT帮我将这段代码从Python翻译成JavaScript。” Claude理解你的意图后会在后台调用chatgpt-mcp服务器的ask_chatgpt工具。观察执行过程此时你会看到ChatGPT应用窗口可能会被短暂激活输入框内自动填入问题并自动发送。稍等片刻ChatGPT生成回答后脚本会读取回复内容。获取结果Claude会接收到从chatgpt-mcp服务器返回的ChatGPT回复文本并将其呈现给你就像它自己生成的一样。4.2 可用工具深度剖析chatgpt-mcp服务器主要暴露了三个工具理解它们的具体行为有助于你更有效地使用。4.2.1ask_chatgpt发送提示词这是最核心、最常用的工具。它的功能是向ChatGPT发送一条消息并等待其回复。内部运作流程激活ChatGPT应用窗口将其带到前台。清空现有的输入框内容如果有。将你提供的prompt参数文本粘贴到输入框。模拟按下“发送”按钮通常是通过模拟回车键或点击特定的UI按钮实现。等待ChatGPT开始生成回复通过检测UI状态变化如“正在输入”指示器的出现。持续轮询等待回复完成检测“正在输入”指示器消失且回复区域有稳定文本。从回复区域的UI元素中提取文本内容。将提取的文本作为结果返回给MCP客户端。使用示例在AI助手对话中用户“帮我问一下ChatGPT什么是Rust语言中的所有权系统”AI助手Claude会执行类似后台操作# 伪代码展示MCP调用逻辑 response mcp_client.call_tool(serverchatgpt, toolask_chatgpt, params{prompt: Explain the ownership system in Rust programming language.}) print(response)重要限制根据项目说明此工具仅支持纯英文文本输入。如果提示词中包含中文、日文等非英文字符由于UI自动化脚本在文本输入和识别时可能编码处理不当会导致操作失败或返回乱码。这是目前基于UI自动化方案的一个主要局限。4.2.2get_chatgpt_response获取最新回复这个工具用于获取ChatGPT界面中最新的一条回复而无需发送新消息。这在某些场景下很有用场景一回复中断后的补救。如果你发送了一个很长的提示但网络或脚本问题导致没有完整接收到回复可以手动调用此工具尝试重新获取。场景二监控独立操作。如果你手动在ChatGPT应用里进行了一个对话然后想在AI助手中获取那个结果可以使用此工具。它的内部逻辑相对简单定位到ChatGPT应用界面中的消息历史区域找到最新一条来自“assistant”或ChatGPT的对话气泡提取其中的文本。4.2.3new_chatgpt_chat开始新对话这个工具模拟点击ChatGPT界面上的“New Chat”或类似功能按钮清空当前的对话上下文开始一个全新的会话。使用时机当你希望开始一个与之前话题完全无关的新任务时调用此工具可以避免ChatGPT受到历史对话的影响。在自动化测试或需要隔离不同任务场景时非常有用。注意事项调用此工具后当前ChatGPT应用窗口中的对话历史将被清空。如果你有重要的对话内容没有保存请谨慎使用。这个操作是不可逆的。4.3 在对话中的实际应用模式你不需要直接记忆工具名和参数。优秀的MCP客户端如Claude已经将这些工具集成到了其自然语言理解能力中。你可以用非常直观的方式交互直接请求“让ChatGPT总结一下这篇文章。” (AI会调用ask_chatgpt)多轮协作“我想写一个Python爬虫先让ChatGPT给我一个基础框架然后你Claude来帮我优化异常处理部分。” (AI会先调用ChatGPT获取框架再基于此进行后续工作)状态管理“刚才问ChatGPT的问题它的完整回答是什么我没看全。” (AI可能会调用get_chatgpt_response)这种集成使得ChatGPT从独立的应用程序变成了你主AI助手的一个强大、可调用的“子处理器”。5. 开发、测试与故障排查如果你对项目感兴趣想参与贡献、适配新语言或者只是想在本地进行调试这部分内容将非常有用。5.1 本地开发环境搭建为了修改代码或测试新功能你需要将项目以“可编辑”模式安装。克隆仓库git clone https://github.com/xncbf/chatgpt-mcp.git cd chatgpt-mcp创建虚拟环境并安装依赖使用uv可以一键完成。uv sync这会根据项目根目录的pyproject.toml文件创建虚拟环境并安装所有依赖。以可编辑模式安装这是开发的关键步骤它允许你直接修改源代码而无需重新安装包。uv pip install -e .执行后系统中会创建一个指向当前目录的chatgpt-mcp命令。任何你对chatgpt_mcp/目录下Python文件的修改都会在下次运行时立即生效。5.2 使用MCP Inspector进行测试MCP Inspector是一个官方调试工具可以让你在不启动完整AI客户端的情况下直接与MCP服务器交互查看其提供的工具和资源并手动测试调用。安装Inspector它是一个Node.js工具可以通过npm安装。npm install -g modelcontextprotocol/inspector启动Inspector并连接服务器在项目根目录下运行。npx modelcontextprotocol/inspector chatgpt-mcp如果你的可编辑模式安装成功这个命令会启动chatgpt-mcp服务器并同时打开Inspector的交互界面通常是一个命令行UI或Web界面。在Inspector中测试你会看到服务器公告的工具列表ask_chatgpt,get_chatgpt_response,new_chatgpt_chat。你可以选择某个工具输入JSON格式的参数如{prompt: Hello}进行调用。Inspector会显示原始的请求和响应这对于调试协议通信错误或工具逻辑问题至关重要。5.3 直接运行服务器对于快速测试或不想全局安装的情况可以直接运行Python模块PYTHONPATH. uv run python -m chatgpt_mcp.chatgpt_mcpPYTHONPATH.确保Python能从当前目录导入模块。这条命令会启动MCP服务器并开始通过stdio监听请求。你可以用其他MCP客户端连接这个本地服务器进行测试。5.4 常见问题与排查技巧实录在实际使用和开发中你可能会遇到以下问题。这里记录了我踩过的坑和解决方案。问题1AI助手提示“无法连接到MCP服务器”或“工具调用失败”。排查步骤检查ChatGPT应用首先确认ChatGPT桌面应用是否正在运行并且窗口没有被隐藏到其他桌面或空间。检查权限前往“系统设置 隐私与安全性 辅助功能”确认终端和ChatGPT的权限已勾选且已生效尝试取消勾选再重新勾选然后重启应用。检查服务器进程在终端运行ps aux | grep chatgpt-mcp查看服务器进程是否在运行。如果没有可能是配置错误。检查客户端配置仔细核对MCP客户端配置文件如mcp.json的路径、命令和参数是否正确。特别是cwd当前工作目录路径必须是绝对路径。查看日志许多MCP客户端和服务器在启动时会输出日志到标准错误。尝试从终端手动启动客户端观察是否有错误信息。对于chatgpt-mcp可以在直接运行模块时看到详细输出。问题2工具调用成功但ChatGPT没有反应或者回复读取为空。可能原因及解决UI布局变化OpenAI更新了ChatGPT应用的界面导致AppleScript定位不到正确的按钮或文本框。这是最常见的问题。临时解决尝试手动点击ChatGPT应用窗口将其激活到前台有时脚本就能继续执行。根本解决需要更新项目中的AppleScript脚本。开发者需要获取新的UI元素标识符。你可以运行项目中的show_all_button_names.applescript脚本来获取当前界面上的按钮名称并提交给开发者。系统语言不匹配项目明确支持英文和韩文系统。如果你的macOS系统语言是中文UI上的按钮文字是“发送”而非“Send”脚本就无法识别。解决暂时将系统语言切换到英文或者参照上一条为中文UI元素标识符提交支持。网络延迟或响应慢脚本的等待超时时间可能不够长。ChatGPT生成长回复时脚本可能在生成完成前就提前尝试读取导致获取到不完整或空的内容。解决如果是开发者可以尝试修改源代码中的等待和轮询逻辑增加超时时间或改进等待条件。问题3ask_chatgpt发送中文提示词失败。原因项目文档已明确指出目前仅支持英文文本输入。非英文字符在AppleScript的文本传递或UI元素内容读取时可能出现编码问题。变通方案如果需要处理中文一个可行的思路是在你的主AI助手如Claude中先将中文任务翻译成英文提示词再调用ask_chatgpt。返回的英文结果再由Claude翻译回中文。这虽然多了一步但在现有技术限制下是稳定的方案。问题4我想为新的系统语言如简体中文做贡献。贡献流程将你的macOS系统语言设置为目标语言如中文。确保ChatGPT桌面应用已更新到最新版并以该语言显示。在项目目录下运行osascript show_all_button_names.applescript。这个脚本会遍历ChatGPT应用的UI层级输出所有可访问元素的名称和角色。从输出中找到关键UI元素的标识符例如发送按钮可能显示为发送(按钮)输入文本框可能显示为文本输入区域(文本框)最新消息区域需要找到包含回复内容的元素。根据这些标识符修改项目Python源码中对应的AppleScript代码片段。通常位于chatgpt_mcp/applescript_utils.py或类似文件中查找包含Send等字符串的地方将其替换为新的标识符。进行充分测试后向原项目仓库提交Pull Request。6. 进阶应用与生态思考在熟练使用基础功能后我们可以探索一些更进阶的应用场景并思考此类项目的未来。6.1 构建自动化工作流chatgpt-mcp的真正威力在于将其嵌入到更大的自动化脚本或工作流中。例如你可以编写一个Python脚本使用MCP客户端库如mcp直接与chatgpt-mcp服务器通信实现批处理任务。设想场景自动代码评审# 伪代码示例 import asyncio from mcp import ClientSession, StdioServerParameters import mcp.client.stdio async def code_review(file_path): # 连接到本地运行的 chatgpt-mcp 服务器 server_params StdioServerParameters(commanduvx, args[chatgpt-mcp]) async with ClientSession(server_params) as session: await session.initialize() with open(file_path, r) as f: code f.read() prompt fReview the following Python code for potential bugs, style issues, and improvements:\n\n{code} # 调用工具 response await session.call_tool(ask_chatgpt, arguments{prompt: prompt}) review_comments response.content[0].text # 将评审意见写入文件 with open(f{file_path}.review.txt, w) as out_f: out_f.write(review_comments) print(fReview for {file_path} completed.) # 运行脚本 asyncio.run(code_review(my_script.py))这个脚本可以集成到你的CI/CD流程中对每次提交的代码自动进行初步的AI辅助评审。6.2 与其他MCP服务器组合使用MCP的魅力在于可组合性。你的AI助手可以同时连接多个MCP服务器。例如chatgpt-mcp提供ChatGPT的对话与生成能力。filesystem服务器提供读写本地文件的能力。github服务器提供访问GitHub仓库、Issue和PR的能力。这样你可以对AI助手说“读取project/src/main.py文件让ChatGPT分析其复杂度然后创建一个包含分析结果的GitHub Issue。” AI助手会协调多个MCP服务器依次完成文件读取、调用ChatGPT分析、创建Issue这一系列操作。6.3 当前方案的局限与替代思路必须清醒认识到chatgpt-mcp基于UI自动化的方案存在固有缺陷脆弱性高度依赖特定应用的UI稳定性更新易导致失效。平台锁定仅限macOS。功能受限只能进行基本的发送、接收、新建对话操作无法利用ChatGPT的API高级功能如函数调用、指定模型、调整参数等。性能与可靠性UI自动化速度慢且受前端响应速度影响不如直接API调用稳定。理想的替代方案是使用官方API。如果OpenAI为ChatGPT桌面应用提供了本地API接口类似某些笔记应用的做法那么MCP服务器可以直接通过HTTP或WebSocket与之通信这将带来革命性的稳定性和功能性提升。届时chatgpt-mcp这样的项目可能会演变成一个更强大、跨平台的官方API客户端。6.4 安全与隐私考量使用此类工具时需注意对话隐私所有通过此工具发送给ChatGPT的提示词和收到的回复都会经过MCP服务器和客户端。请确保你信任所使用的AI助手和MCP服务器。权限控制该工具拥有控制ChatGPT应用的能力理论上可以执行任何UI操作。虽然目前功能受限但在概念上仍需注意。数据持久化本工具本身不存储你的对话记录但ChatGPT应用和OpenAI的服务器会按照其隐私政策处理数据。我个人在实际使用中的体会是chatgpt-mcp在现阶段是一个极具创意的“胶水”项目它用一种巧妙但略显“笨拙”的方式解决了一个真实存在的效率痛点。它最适合那些主要工作环境在macOS上且频繁在多个AI工具间切换的重度用户。它的出现也让我们看到了未来AI工具通过标准化协议如MCP深度集成、自由组合的广阔前景。尽管目前有些限制但将其作为探索AI工作流自动化的起点无疑是充满乐趣和启发性的。