curl 示例前,先选择 Cloud 区域。需要认证的调用必须使用与密钥同一区域的地址。下方示例都使用 MIROBODY_API_BASE:
这不是「Mirobody 作为 MCP server」。方向相反:你把外部 MCP 工具带进 agent 的推理过程。调用由平台服务端执行,与客户端 function 工具不同,不会交接回你的部署。
接入一个 server
在 Agent API 上,用 OpenAI Responses 协议本身的tools 条目:
可与你的
type: "function" 客户端工具混在同一个 tools 数组里。上限:每请求 ≤ 8 个 server、共 ≤ 64 个工具。
返回内容
MCP 调用是服务端工具步骤:出现在响应顶层的tool_steps(名称 mcp__{label}__{tool},含参数与结果),流式则以 response.mirobody_tool_call 事件推送。output 数组保持纯 OpenAI item 类型;MCP 工具不存在 function_call 交接。
错误
在 Web 应用中
Mirobody Chat(同一套后端上的消费者端应用)的最终用户可在设置 → MCP 中接入自己的 MCP server,其 agent 每轮自动加载。这与本端点是同一个方向:由 Mirobody 向外调用。(自部署的引擎还提供方向相反的一侧:它生成个人 MCP URL,让外部客户端调入该实例,见 MCP 接入。)配置错误或宕机的 server 在那里会被跳过(聊天绝不因此失败);在 API 面上,同样的问题是显式400,因为是你在这次请求里点名要它。
何时改用客户端 function 工具
如果你的工具必须在你自己的进程里运行(内网、本地状态、需要人工确认),请改用客户端 function 工具:模型以function_call 交接,你执行工具后再续运行,openai-agents SDK 会自动完成这个循环。
另见
- Function Calling:客户端工具:扩展 agent 的另一条路。
- Agent API(Responses):接受
tools项的那个端点。 - 流式传输:服务端工具步骤在流里的呈现方式。