NLWeb 接入 ChatGPT：基于 MCP Server 的 Apps SDK 集成架构与实战指南

原创2026-10-10 01:08:5565 阅读

文章标签：AI 应用MCP 服务AI Agent后端前端

NLWeb 接入 ChatGPT：基于 MCP Server 的 Apps SDK 集成架构与实战指南

本指南以仓库文档 docs/nlweb-chatgpt-integration.md 为核心骨架，深入剖析 NLWeb 如何通过 MCP（Model Context Protocol）Server 接入 OpenAI ChatGPT：从五层架构链路、双端数据流与响应格式，到本地快速联调、生产 CDN 部署与排障手段。读完本文，你将掌握整套集成栈的组件职责、关键源码调用链，并能在本地把 nlweb-search 工具和 nlweb-list 结果 Widget 跑通于 ChatGPT 桌面端。

NLWeb 是采用 Python 实现的参考级自然语言搜索与问答系统（仓库主目录见 README.md），其背后连接 Schema.org 结构化网页、Milvus/Elasticsearch/OpenSearch 等向量数据库与自定义检索源。本文要解决的场景是：如何让 ChatGPT 桌面应用通过标准 MCP 协议调用 NLWeb 的能力，并把结构化的搜索结果（或 Data Commons 可视化图表）以富交互 Widget 的形式直接渲染在对话流中。整条链路由 ChatGPT 桌面端 → NLWeb MCP Server（Node.js）→ NLWeb AppSDK Adapter（Python aiohttp）→ NLWeb Core Server（Python）→ 数据源 五层构成。

一、集成全景：五层架构链路

原始文档给出了完整的集成架构图，它清楚地标明了每一层的职责与位置：

┌─────────────────────────────────────────────────────────────────┐
│                        ChatGPT Desktop App                      │
│                  (OpenAI AppSDK Client)                         │
└────────────────────┬────────────────────────────────────────────┘
                     │ MCP Protocol (HTTP/SSE or stdio)
                     │ Tool: nlweb-list
                     │ Resource: ui://widget/nlweb-list.html
                     ▼
┌─────────────────────────────────────────────────────────────────┐
│                      NLWeb MCP Server                           │
│                    (Node.js/TypeScript)                         │
│   Location: /openai-apps-sdk-integration/nlweb_server_node/    │
└────────────────────┬────────────────────────────────────────────┘
                     │ HTTP GET/POST to /ask
                     │ JSON Request/Response
                     ▼
┌─────────────────────────────────────────────────────────────────┐
│                   NLWeb AppSDK Adapter                          │
│              (Python aiohttp Server)                            │
│   Location: AskAgent/python/webserver/appsdk_adapter_server.py  │
└────────────────────┬────────────────────────────────────────────┘
                     │ Proxies to NLWeb Core
                     │ Transforms response format
                     ▼
┌─────────────────────────────────────────────────────────────────┐
│                    NLWeb Core Server                            │
│              (Python aiohttp Server)                            │
│          Location: AskAgent/python/webserver/                   │
└────────────────────┬────────────────────────────────────────────┘
                     │ Queries and processes
                     ▼
┌─────────────────────────────────────────────────────────────────┐
│                      Data Sources                               │
│   • Schema.org websites                                         │
│   • Vector databases (Milvus, Elasticsearch, OpenSearch)        │
│   • Custom retrieval providers                                  │
└─────────────────────────────────────────────────────────────────┘

对照源码可以确认每一层的落地位置：

层级	实现语言/框架	仓库位置	核心职责
ChatGPT Desktop App	OpenAI AppSDK 客户端	—	调用 MCP 工具、渲染 Widget
NLWeb MCP Server	Node.js/TypeScript（官方 MCP SDK）	openai-apps-sdk-integration/nlweb_server_node/	注册工具与资源、转发查询、附加 Widget 元数据
NLWeb AppSDK Adapter	Python aiohttp	AskAgent/python/webserver/appsdk_adapter_server.py	代理 `/ask`、转换响应为 AppSDK 格式
NLWeb Core Server	Python aiohttp	AskAgent/python/webserver/	处理自然语言查询、检索、生成结构化结果
数据源	—	—	Schema.org 网站、向量库、自定义检索 Provider

主目录 openai-apps-sdk-integration/README.md 对 MCP 与 Apps SDK 的配合做了权威说明：MCP 是连接 LLM 客户端与外部工具/数据/用户界面的开放规范，AppSDK 利用响应中的额外元数据（如内联 HTML）在助手消息旁渲染富 UI 组件。一个最小化的 Apps SDK MCP 集成只需实现三种能力：List tools（广告工具及其 JSON Schema 输入输出契约）、Call tools（执行 call_tool 并返回结构化内容）、Return widgets（在响应元数据中内嵌资源，供客户端内联渲染）。

二、核心组件逐个拆解

1. ChatGPT Desktop App：AppSDK 客户端

ChatGPT 桌面端扮演 AppSDK 客户端角色：用户在对话框中输入自然语言，模型根据工具契约决定调用 nlweb-list（文档与测试脚本中的工具名，下文会说明与源码注册名的差异），随后将返回的 Widget 资源渲染为可视化结果列表。

2. NLWeb MCP Server：Node.js/TypeScript 网关

位置：openai-apps-sdk-integration/nlweb_server_node/
协议：MCP over HTTP/SSE（也支持 stdio）
职责：向 ChatGPT 注册工具、提供 UI Widget 资源、把查询转发给 AppSDK Adapter

从源码 nlweb_server_node/src/server.ts 可以看到实现细节：

服务默认监听 HTTP 端口 8000（PORT 环境变量可改，见 L416-L417），暴露两个端点：SSE 流 GET /mcp 与消息回传 POST /mcp/messages?sessionId=...（L354-L355），并自带 CORS 预检处理。
注册两个 Widget 资源（L217-L247）：ui://widget/nlweb-list.html（Schema.org 常规结果）与 ui://widget/nlweb-visualization.html（图表/地图等可视化），MIME 类型均为 text/html+skybridge。
动态 Widget 选择（selectWidget，L67-L92）：遍历 structuredContent.results，只要任一结果带有 visualizationType / html / script 字段就切换到可视化 Widget，否则使用列表 Widget——这就是后文要讲的“混合 Widget”设计在服务端的体现。
工具调用（L292-L342）：解析参数 → callNLWebAsk 发起 GET 请求 → 返回 content + structuredContent + _meta（内嵌 openai.com/widget 资源），错误时返回 isError: true 的 AppSDK 兼容错误包。

需要特别指出一个命名差异：原始文档的数据流示例与测试脚本 test-server.mjs 中调用的工具名是 nlweb-list，而当前 server.ts 实际注册的工具名为 nlweb-search。两者输入参数结构完全一致，联调时请以实际注册名为准。

3. NLWeb AppSDK Adapter：Python aiohttp 转换层

位置：AskAgent/python/webserver/appsdk_adapter_server.py
职责：
- 代理请求到 NLWeb Core 的 /ask 端点
- 将 NLWeb 响应转换为 AppSDK 格式
- 同时支持流式（streaming）与非流式响应
- 过滤空消息、包装 AppSDK 信封

源码级要点（appsdk_adapter_server.py）：

环境变量（L40-L43）：APPSDK_ADAPTER_HOST（默认 0.0.0.0）、APPSDK_ADAPTER_PORT（默认 8100）、NLWEB_BASE_URL（默认 http://localhost:8000，即 NLWeb Core 地址），最终拼接出上游 {base_url}/ask。
同时注册 GET /ask 与 POST /ask（L50-L51）；POST 支持 application/json 与 application/x-www-form-urlencoded 两种请求体。
流式开关解析（_resolve_streaming_choice，L122-L140）：优先取 URL 参数 streaming，其次取 JSON/form 请求体，默认 true；解析时把 "1"/"true"/"yes"/"on" 视为真。
非流式转换（_transform_non_streaming，L170-L199）：若上游已是 AppSDK 结构（含 structuredContent 与 content）则原样透传；否则提取 messages 并调用 core/utils/appsdk_adapter.py 的 convert_messages_to_appsdk_response 完成转换，同时把原始负载放入 structuredContent.legacyResponse。
流式消费（_consume_stream，L201-L255）：逐行读取 SSE 文本，跳过注释行，识别 data: 前缀与 [DONE] 结束符，聚合所有消息后统一转换；若流提前结束则附加 partial_warning。

转换层的核心逻辑在 AskAgent/python/core/utils/appsdk_adapter.py 的 convert_messages_to_appsdk_response（L92-L204）中：聚合所有 message_type == "result" 消息的条目为 results，提取 nlws / answer / GeneratedAnswer 类型消息为 generatedAnswers 与文本片段，并在无合成答案时生成 "Found N results for '<query>'." 之类的兜底文本。

AppSDK 响应格式（继承自原始文档）：

{
  "structuredContent": {
    "query": "...",
    "results": [...],
    "messages": [...],
    "metadata": {...}
  },
  "content": [
    {"type": "text", "text": "..."}
  ]
}

4. NLWeb Core Server：Python 查询引擎

处理自然语言查询、从配置的数据源检索、返回结构化结果。其 REST 语义参见 docs/nlweb-rest-api.md 与 docs/nlweb-control-flow.md，一次查询从消息进入 NLWeb 到产出结构化结果的完整生命周期见 docs/life-of-a-chat-query.md。

5. 数据源

Schema.org 标记的网站（结构化数据检索的主要对象）
向量数据库：Milvus、Elasticsearch、OpenSearch
自定义检索 Provider（仓库 AskAgent/python/retrieval_providers/ 下有 azure_search、bing、milvus、qdrant、snowflake 等多种实现）

三、完整数据流：一次查询的生命周期

查询流

原始文档给出了端到端的查询步骤，这里结合源码补齐每一跳的细节：

用户 → ChatGPT："Find spicy snacks on seriouseats site"

ChatGPT → MCP Server：模型发起工具调用

{
  "name": "nlweb-list",
  "arguments": {
    "query": "spicy snacks",
    "site": "seriouseats",
    "mode": "list"
  }
}

MCP Server → AppSDK Adapter：HTTP GET 到 /ask
```
GET /ask?query=spicy%20snacks&site=seriouseats&mode=list&streaming=false
```
对应源码 server.ts 的 callNLWebAsk：固定追加 streaming=false，按需追加 site 与 mode，并用 AbortController 实现 REQUEST_TIMEOUT 超时控制。
AppSDK Adapter → NLWeb Core：代理转发请求
NLWeb Core：处理查询 → 从数据源检索 → 生成可视化 → 返回结果
AppSDK Adapter：转换为 AppSDK 格式
MCP Server：附加 UI 模板元数据（openai/outputTemplate 等）
ChatGPT：使用 Widget 渲染可视化结果

响应流

三个关键阶段的响应体必须完整理解，它们分别来自原始文档：

① NLWeb Core 输出（原始 messages 结构）：

{
  "messages": [
    {
      "message_type": "result",
      "content": [
        {
          "@type": "Recipe",
          "name": "Spicy Buffalo Cauliflower Wings",
          "description": "Crispy baked cauliflower with spicy buffalo sauce...",
          "image": "https://example.com/image.jpg",
          "url": "https://seriouseats.com/spicy-buffalo-wings"
        }
      ]
    }
  ]
}

② AppSDK Adapter 输出（转换后）：

{
  "structuredContent": {
    "query": "spicy snacks",
    "results": [
      {
        "name": "Spicy Buffalo Cauliflower Wings",
        "description": "Crispy baked cauliflower with spicy buffalo sauce...",
        "schema_object": {
          "@type": "Recipe",
          "image": "https://example.com/image.jpg",
          "url": "https://seriouseats.com/spicy-buffalo-wings"
        },
        "score": 0.92
      }
    ],
    "messages": [...],
    "metadata": {...}
  },
  "content": [
    {"type": "text", "text": "Found 5 results for 'spicy snacks' on seriouseats.com"}
  ]
}

③ MCP Server 输出（附加 Widget 元数据后）：

{
  "content": [
    {"type": "text", "text": "Found 5 results for 'spicy snacks'."}
  ],
  "structuredContent": {
    "query": "spicy snacks",
    "results": [...],
    "messages": [...],
    "metadata": {...}
  },
  "_meta": {
    "openai/outputTemplate": "ui://widget/nlweb-list.html",
    "openai/toolInvocation/invoking": "Searching NLWeb",
    "openai/toolInvocation/invoked": "Found results",
    "openai/widgetAccessible": true,
    "openai/resultCanProduceWidget": true,
    "openai.com/widget": {
      "type": "resource",
      "resource": {
        "uri": "ui://widget/nlweb-list.html",
        "mimeType": "text/html+skybridge",
        "text": "<div id=\"nlweb-list-root\"></div>..."
      }
    }
  }
}

对照源码 server.ts 可见 _meta 中的 openai.com/widget 内嵌资源正是由 widgetResource 注入的，openai/outputTemplate 等键则由 widgetMeta 辅助函数（L28-L36）统一生成。

四、快速上手：从安装到在 ChatGPT 中提问

完整安装指引见 openai-apps-sdk-integration/README.md 与 openai-apps-sdk-integration/nlweb_server_node/README.md。此处给出快速摘要：

前置条件

Node.js 18+
npm 或 pnpm
运行中的 NLWeb 后端（默认 localhost:8100，即 AppSDK Adapter）

安装依赖并构建 Widget

# 在仓库根目录执行
cd openai-apps-sdk-integration
npm install        # 或 pnpm install

# 构建 Widget 静态资源
npm run build      # 产出 assets/ 下带版本哈希的 .html/.js/.css

构建由 build-all.mts 编排：它会扫描 src/**/index.{tsx,jsx} 入口，分别打包 nlweb-list 与 nlweb-datacommons 两个 Widget，然后用 package.json 版本号计算 4 位 SHA-256 哈希重命名产物（如 nlweb-list-2d2b.js），并生成自包含的内联 HTML。

本地三终端联调

按主 README 的 Quick Start，本地联调需要三个终端：

终端 1 —— 提供 Widget 静态资源：

cd openai-apps-sdk-integration
npm run serve      # 在 http://localhost:4444 提供服务，已开启 CORS

终端 2 —— 启动 MCP Server：

cd openai-apps-sdk-integration/nlweb_server_node
npm start          # 默认运行在端口 8000

终端 3 —— 用 ngrok 暴露到公网：

ngrok http 8000

拿到形如 https://<custom_endpoint>.ngrok-free.app/mcp 的公网地址后，在 ChatGPT 中 Settings → Connectors 添加即可。ChatGPT 桌面端需要先开启 Developer Mode（Settings → Developer Mode），再在 Connectors 中把 ngrok 地址加入。

启动前建议核对各服务端口：NLWeb Core 默认 8000、AppSDK Adapter 默认 8100、Widget Server 4444、MCP Server 默认也是 8000（见主 README 的 Service Startup Order 与 Troubleshooting 章节）。当 NLWeb Core 与 MCP Server 同机运行且都占用 8000 时，请通过 PORT 环境变量错开 MCP Server 端口，并用 NLWEB_APPSDK_BASE_URL 指到 8100 的 Adapter。

验证联调

# 测试 MCP Server（先启动 MCP Server 再测试）
cd openai-apps-sdk-integration/nlweb_server_node
npm run test

# 测试 AppSDK Adapter（托管端点或 localhost:8100）
curl "https://localhost:8100/ask?query=test&mode=list&streaming=false"

npm run test 执行 test-server.mjs：建立 SSE 连接 → 读取 endpoint 事件中的 sessionId → 依次调用 tools/list、resources/list、resources/read（读取 ui://widget/nlweb-list.html）→ tools/call（用 spicy snacks + seriouseats 实测工具调用），并逐项打印断言结果。注意该脚本调用的是 nlweb-list 工具名，若服务端注册的是 nlweb-search，请相应调整。

五、UI Widget 与混合渲染架构

MCP Server 内置一个基于 React 的交互式 Widget，用于在 ChatGPT 中展示 NLWeb 搜索结果，支持：

图片、评分与可展开的描述
Schema.org 类型支持（Product、Place、Article 等）
基于 Tailwind CSS 的响应式设计

仓库采用混合 Widget 架构（详见 openai-apps-sdk-integration/README.md 的 Widget Architecture 章节）：由于 ChatGPT 会根据工具定义缓存要加载的 Widget，动态切换 Widget 可能被客户端忽略，因此 nlweb-list 这一个 Widget 同时兼容两类数据：

Schema.org 结构化数据（传统搜索结果：餐厅、文章、地点等）
交互式可视化（Data Commons 图表、地图、排行榜、嵌入组件）

客户端判定逻辑在 src/nlweb-list/index.jsx 的 App 组件中（L174、L218-L237）：只要某条 result 带 visualizationType / html / script 字段就走 VisualizationBlock（位于 src/nlweb-datacommons/VisualizationBlock.jsx）渲染图表地图，否则走常规 ResultItem（图片、标题、描述、评分、Schema.org 类型标注）。可视化所需的 <script> 会被动态注入 <head>（仅注入一次），脚本执行后由 web component 自初始化。

两类结果的数据格式示例：

Schema.org 结果：

{
  "@type": "Restaurant",
  "name": "Joe's Pizza",
  "description": "Best pizza in town",
  "image": "https://...",
  "rating": 4.5,
  "url": "https://..."
}

可视化结果：

{
  "@type": "StatisticalResult",
  "visualizationType": "map",
  "html": "<datacommons-map header='...' ...></datacommons-map>",
  "script": "<script src='https://datacommons.org/datacommons.js'></script>",
  "places": ["geoId/06"],
  "variables": ["Percent_Person_WithDiabetes"]
}

服务端的选择逻辑（selectWidget）与客户端判定保持一致，两侧共用 visualizationType || html || script 三个判别字段，从而保证"服务端选 Widget、客户端渲染数据"的一致行为。Widget 定制流程：修改 src/nlweb-list/index.jsx → npm run build → 记录新哈希 → 更新 server.ts 中引用的哈希文件名 → 重启服务。

六、配置参数与环境变量

MCP Server 侧

环境变量	默认值	说明
`NLWEB_APPSDK_BASE_URL`	`http://localhost:8100`（文档示例曾写作 `https://localhost:8100`，以源码 server.ts 为准）	NLWeb AppSDK Adapter 地址
`REQUEST_TIMEOUT`	`30000`	请求 NLWeb 的超时时间（毫秒）
`PORT`	`8000`	HTTP 模式下的服务端口

完整配置示例（来自 nlweb_server_node/README.md）：

export NLWEB_APPSDK_BASE_URL="http://localhost:8100"
export REQUEST_TIMEOUT="60000"
export PORT="8000"

工具输入参数（JSON Schema）

nlweb-search 工具的输入参数：

参数	必填	说明
`query`	是	搜索问题或查询语句
`site`	否	限定站点（如 `seriouseats`，不带域名后缀）
`mode`	否	响应模式：`list`（默认）、`summarize`、`generate`
`prev`	否	此前对话轮次数组，用于上下文

AppSDK Adapter 侧

环境变量	默认值	说明
`APPSDK_ADAPTER_HOST`	`0.0.0.0`	监听地址
`APPSDK_ADAPTER_PORT`	`8100`	监听端口
`NLWEB_BASE_URL`	`http://localhost:8000`	NLWeb Core 上游地址

七、生产部署

生产部署分为“托管 Widget 静态资源”与“部署 MCP Server”两件事，完整步骤见 openai-apps-sdk-integration/DEPLOYMENT.md。

1. 构建并托管 Widget 资源

cd openai-apps-sdk-integration
npm run build
ls -la assets/ | grep nlweb-list   # 确认哈希，如 nlweb-list-2d2b.js

将 assets/ 下的产物上传到 CDN（任选其一，均需开启 CORS）：

CloudFlare R2 / Pages：wrangler r2 object put nlweb-assets/nlweb-list-2d2b.js --file=assets/nlweb-list-2d2b.js
AWS S3 + CloudFront：aws s3 cp assets/nlweb-list-2d2b.js s3://your-bucket/widgets/，并配置允许 GET、AllowedOrigins: ["*"] 的 CORS 规则
Azure Blob Storage + CDN：az storage blob upload --account-name youraccount --container-name widgets --name nlweb-list-2d2b.js --file assets/nlweb-list-2d2b.js --content-type application/javascript

2. 更新 MCP Server 中的资源地址

编辑 nlweb_server_node/src/server.ts，把 Widget 的 html 模板中的 CSS/JS 指向 CDN：

const nlwebWidget: NLWebWidget = {
  id: "nlweb-list",
  title: "NLWeb Results",
  templateUri: "ui://widget/nlweb-list.html",
  invoking: "Searching NLWeb",
  invoked: "Found results",
  html: `
<div id="nlweb-list-root"></div>
<link rel="stylesheet" href="https://YOUR-CDN-URL/nlweb-list-2d2b.css">
<script type="module" src="https://YOUR-CDN-URL/nlweb-list-2d2b.js"></script>
  `.trim(),
  responseText: "Rendered a NLWeb result list!"
};

3. 部署 MCP Server

Azure App Service：az webapp create --runtime "NODE:18-lts" → az webapp config appsettings set 配置 NLWEB_APPSDK_BASE_URL / REQUEST_TIMEOUT / PORT → az webapp deployment source config-zip 上传打包文件。
AWS（EC2 / App Runner）+ PM2：安装 Node 18 → 设置环境变量 → pm2 start npm --name "nlweb-mcp" -- run start:http → 用 nginx 反向代理 /mcp，注意 SSE 需关闭缓冲（proxy_buffering off; proxy_cache off;）。
ngrok 快速测试：npm run start:http 后 ngrok http 8000。

4. 在 ChatGPT 中接入生产端点

ChatGPT 要求 HTTPS 端点。在 Settings → Developer Mode 开启开发者模式后，Settings → Connectors 添加 Connector，填入 https://your-domain.com/mcp（或 ngrok 地址），随后新建对话提问"Search for spicy snacks on seriouseats.com"验证 Widget 渲染。

生产环境还需注意安全事项（来自 DEPLOYMENT.md）：HTTPS 必选、CORS 最小化放行、服务端限流、按需为 NLWeb 后端调用加认证、为 Widget 资源配置 CSP 头。更新 Widget 的完整流程是：重新构建 → 上传带新哈希的资源 → 更新 server.ts 中的 URL → 重新部署。

八、测试与排障

测试清单

# 1. 检查 MCP Server 是否运行（应返回 SSE 流）
curl -N https://your-domain.com/mcp

# 2. 运行自动化测试套件
cd openai-apps-sdk-integration/nlweb_server_node
npm run test

# 3. 验证 Widget 资源可访问
curl https://your-cdn-url/nlweb-list-2d2b.css
curl https://your-cdn-url/nlweb-list-2d2b.js

# 4. 全栈连通性（NLWeb Core / Adapter / Widget Server）
curl http://localhost:8000/ask?query=test
curl http://localhost:8100/ask?query=test
curl http://localhost:4444/nlweb-list-2d2b.js

可视化不渲染的排查顺序

确认四层服务全部运行，且 URL 协议正确：Adapter 应为 http://localhost:8100 而非 https://。
查看浏览器控制台：应出现 🎨 NLWeb List Widget 日志且 hasVisualizations: true，以及 ✅ Injecting HTML for visualization 消息。
查看 MCP Server 日志：Widget Selection Debug 中 hasVisualization: true，结果带 html / script / visualizationType 字段。
在 DevTools → Network 中确认 datacommons.js 从 datacommons.org 正常加载。
常见坑：Adapter 未启动（用 python -m webserver.appsdk_adapter_server 启动）；结果不在 structuredContent.results 中（检查 Adapter 转换）；Widget 缓存（在 ChatGPT 中硬刷新 Cmd+Shift+R / Ctrl+Shift+R）。

服务启动顺序

按 openai-apps-sdk-integration/README.md 的建议顺序启动：① NLWeb Core（8000 或托管）→ ② AppSDK Adapter（8100，负责转换响应）→ ③ Widget Server（4444，提供静态资源）→ ④ MCP Server（连接 Adapter）。

九、相关文档导航

MCP Server 侧：

Main README —— 安装、构建与本地联调
Server README —— 服务用法、测试与排障
Deployment Guide —— 生产部署

NLWeb Core 侧：

NLWeb REST API —— /ask 接口语义
AppSDK Adapter —— 转换层设计
Control Flow —— 控制流与组件协作
Life of a Chat Query —— 一条聊天查询的完整生命周期

登录后查看全文

AI 应用MCP 服务AI Agent后端前端

NLWeb

NLWeb 接入 ChatGPT：基于 MCP Server 的 Apps SDK 集成架构与实战指南

NLWeb 接入 ChatGPT：基于 MCP Server 的 Apps SDK 集成架构与实战指南

一、集成全景：五层架构链路

二、核心组件逐个拆解

1. ChatGPT Desktop App：AppSDK 客户端

2. NLWeb MCP Server：Node.js/TypeScript 网关

3. NLWeb AppSDK Adapter：Python aiohttp 转换层

4. NLWeb Core Server：Python 查询引擎

5. 数据源

三、完整数据流：一次查询的生命周期

查询流

响应流

四、快速上手：从安装到在 ChatGPT 中提问

前置条件

安装依赖并构建 Widget

本地三终端联调

验证联调

五、UI Widget 与混合渲染架构

六、配置参数与环境变量

MCP Server 侧

工具输入参数（JSON Schema）

AppSDK Adapter 侧

七、生产部署

1. 构建并托管 Widget 资源

2. 更新 MCP Server 中的资源地址

3. 部署 MCP Server

4. 在 ChatGPT 中接入生产端点

八、测试与排障

测试清单

可视化不渲染的排查顺序

服务启动顺序

九、相关文档导航

相关推荐

热门文章