Serwery MCP z GPT, Gemini, DeepSeek lub modelem lokalnym
Serwery MCP łączą się z harnessem agenta, a nie z modelem, więc może ich używać każdy model, który potrafi wywoływać narzędzia. W OHarness deklarujesz serwer raz w ~/.oharness/mcp.json, a jego narzędzia są oferowane modelowi, który akurat działa — niezależnie od tego, czy zmieniłeś go w trakcie sesji.
Zaktualizowano
Dlaczego model nie ma znaczenia
Serwer MCP udostępnia narzędzia. Harness łączy się z nim, pobiera listę tych narzędzi i przedstawia je modelowi w tym samym formacie wywoływania narzędzi co wbudowane — w przestrzeni nazw mcp__<server>__<tool>. Model widzi wyłącznie definicje narzędzi; sam nigdy nie komunikuje się przez MCP. Dlatego ten sam serwer działa z Claude, GPT, Gemini, DeepSeek czy lokalnym Qwen.
Zadeklaruj serwer
Oba transporty są wbudowane — stdio dla lokalnego procesu, Streamable HTTP dla zdalnego serwera — bez SDK MCP pod spodem. Umieść deklarację w ~/.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} jest rozwiązywane przy starcie serwera, więc plik nigdy nie zawiera sekretu i można go udostępnić lub zacommitować. Jeśli zmienna nie jest ustawiona, jej nazwa jest podawana jeszcze przed próbą połączenia. allowedTools zawęża to, co serwer może oferować.
Używaj go z dowolnym modelem
oharness -m openai/gpt-5.4-miniW sesji /mcp pokazuje każdy serwer i liczbę jego narzędzi. Przełącz przez /model google/gemini-3.6-flash lub /model ollama/qwen3-coder:30b, a te same narzędzia nadal będą dostępne. W przeglądarce i aplikacji desktopowej menu **+** w polu wiadomości pokazuje konektory i łączy wybrany jednym kliknięciem; zdalne serwery wymagające OAuth otwierają logowanie w twojej przeglądarce.
Trzymaj narzędzia MCP na smyczy
Narzędzia MCP przechodzą przez te same reguły uprawnień co wbudowane, dopasowywane po nazwie. Narzędzia tylko do odczytu można dopuścić, a zapisy zostawić za pytaniem o zgodę:
{
"allow": ["mcp__github__get_*", "mcp__github__search_*"],
"ask": ["mcp__github__create_*"],
"deny": ["mcp__github__delete_*"]
}Uprawnienia agenta kodowania opisują, gdzie są zapisane te reguły i dlaczego deny wygrywa ze wszystkim.
Co zależy od modelu
To, czy model dobrze używa narzędzi. Małe modele lokalne mogą ignorować narzędzie albo przekazywać błędne argumenty; OHarness waliduje argumenty przed uruchomieniem narzędzia i zwraca błąd modelowi, który zwykle sobie z nim radzi. Jeśli model raz za razem zawodzi z narzędziami danego serwera, winny jest model, a nie serwer.
Częste pytania
Czy mogę używać MCP z GPT lub Gemini?
Tak, przez harness, który ma klienta MCP. Serwery MCP łączą się z harnessem, a ten oferuje ich narzędzia modelowi przez zwykłe wywoływanie narzędzi. OHarness robi to dla OpenAI, Gemini, Anthropic, DeepSeek i każdego modelu zgodnego z OpenAI lub lokalnego.
Czy model lokalny obsługuje MCP?
Model lokalny obsługujący wywoływanie narzędzi może używać narzędzi MCP, gdy działa w harnessie z klientem MCP. Model nigdy nie komunikuje się przez MCP; OHarness łączy się z serwerem i przedstawia modelowi jego narzędzia.
Skąd OHarness czyta konfigurację serwerów MCP?
Z ~/.oharness/mcp.json, spod klucza mcpServers. Serwery dodane z menu konektorów w przeglądarce lub aplikacji desktopowej też są tam zapisywane.
Jakie transporty MCP obsługuje OHarness?
stdio i Streamable HTTP, przez własnego klienta JSON-RPC, a nie SDK MCP. Do zdalnych serwerów wymagających OAuth logujesz się przez przeglądarkę, a tokeny są przechowywane obok danych uwierzytelniających dostawców.