MCP

当多个 Agent 或产品需要共享同一套受治理的工具和资源时，把本地函数复制到每个应用会造成重复集成和权限不一致。MCP 用标准化的工具和资源服务端解决这个共享问题。请把 MCP 服务端放在授权边界之后，只允许必要的工具，并传入经过认证的业务用户 ID。

Python

from agents import Runner
from agents.mcp import MCPServerStdio
from iztro_agents import ChatSession, iztro_ziwei_agent
async with MCPServerStdio(name="internal-tools", params={"command": "node", "args": ["./mcp-server.js"]}) as server:
    agent = iztro_ziwei_agent(mcp_servers=[server])
    await Runner.run(agent, "请使用已授权的 MCP 工具回答问题。", session=ChatSession(external_user_id="user_42"))

TypeScript

import {run, MCPServerStdio} from '@openai/agents';
import {ChatSession, iztroZiweiAgent} from 'openai-iztro-agents';
const server = new MCPServerStdio({name: 'internal-tools', fullCommand: 'node ./mcp-server.js'});
await run(iztroZiweiAgent({mcpServers: [server]}), '请使用已授权的 MCP 工具回答问题。', {session: new ChatSession({externalUserId: 'user_42'})});
await server.close();