Usare server MCP con GPT, Gemini, DeepSeek o un modello locale
I server MCP si collegano all'harness per agenti, non al modello, quindi qualsiasi modello capace di chiamare strumenti può usarli. In OHarness dichiari un server una volta in ~/.oharness/mcp.json e i suoi strumenti vengono offerti a qualunque modello sia in esecuzione, che tu cambi a metà sessione o no.
Aggiornato il
Perché il modello non conta
Un server MCP espone strumenti. L'harness vi si collega, elenca quegli strumenti e li presenta al modello nello stesso formato di chiamata di strumenti di quelli integrati, con il namespace mcp__<server>__<tool>. Il modello vede solo definizioni di strumenti; non parla mai MCP direttamente. Per questo lo stesso server funziona con Claude, GPT, Gemini, DeepSeek o un Qwen locale.
Dichiarare un server
Entrambi i trasporti sono integrati (stdio per un processo locale, Streamable HTTP per un server remoto), senza alcun SDK MCP sotto. Metti la dichiarazione in ~/.oharness/mcp.json:
{
"mcpServers": {
"fs": {
"type": "stdio",
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "."]
},
"github": {
"type": "http",
"url": "https://api.githubcopilot.com/mcp/",
"headers": { "authorization": "Bearer ${env:GITHUB_TOKEN}" },
"allowedTools": ["search_*", "get_*"]
}
}
}${env:NAME} viene risolto all'avvio del server, quindi il file non contiene mai il segreto e si può condividere o committare. Una variabile non impostata viene segnalata per nome prima di tentare la connessione. allowedTools restringe ciò che un server può offrire.
Usarlo con qualsiasi modello
oharness -m openai/gpt-5.4-miniNella sessione, /mcp mostra ogni server e il numero dei suoi strumenti. Cambia con /model google/gemini-3.6-flash o /model ollama/qwen3-coder:30b e gli stessi strumenti sono ancora lì. Nel browser e nell'app desktop, il menu **+** del compositore elenca i connettori e ne collega uno con un clic; i server remoti che richiedono OAuth aprono il login nel tuo browser.
Tenere a bada gli strumenti MCP
Gli strumenti MCP passano per le stesse regole di permesso di quelli integrati, confrontati per nome. Gli strumenti di sola lettura si possono consentire e le scritture tenere dietro una richiesta di conferma:
{
"allow": ["mcp__github__get_*", "mcp__github__search_*"],
"ask": ["mcp__github__create_*"],
"deny": ["mcp__github__delete_*"]
}Permessi di un agente di codice spiega dove stanno queste regole e perché deny batte tutto.
Cosa cambia da modello a modello
Se un modello usa bene gli strumenti. I modelli locali piccoli possono ignorare uno strumento o passare argomenti malformati; OHarness convalida gli argomenti prima che uno strumento giri e restituisce l'errore al modello, che di solito si riprende. Se un modello fallisce ripetutamente con gli strumenti di un server, il problema è il modello, non il server.
Domande frequenti
Posso usare MCP con GPT o Gemini?
Sì, tramite un harness che abbia un client MCP. I server MCP si collegano all'harness, che offre i loro strumenti al modello tramite la normale chiamata di strumenti. OHarness lo fa per OpenAI, Gemini, Anthropic, DeepSeek e qualsiasi modello compatibile con OpenAI o locale.
Un modello locale supporta MCP?
Un modello locale che supporta la chiamata di strumenti può usare strumenti MCP quando gira dentro un harness con un client MCP. Il modello non parla mai MCP; OHarness si collega al server e presenta i suoi strumenti al modello.
Dove legge OHarness la configurazione dei server MCP?
Da ~/.oharness/mcp.json, sotto la chiave mcpServers. Anche i server aggiunti dal menu dei connettori nel browser o nell'app desktop vengono scritti lì.
Quali trasporti MCP supporta OHarness?
stdio e Streamable HTTP, tramite un proprio client JSON-RPC anziché un SDK MCP. Per i server remoti che richiedono OAuth l'accesso avviene nel browser, con i token salvati accanto alle credenziali dei fornitori.