# Savienojiet MultitaskAI MCP serveri ar OpenAI Agents SDK

OpenAI Agents SDK priekš Python savieno aģentus ar MCP serveriem. Savienojiet MultitaskAI, izmantojot MCPServerStreamableHttp, un nododiet to mcp_servers.

## Galapunkts

```text
https://mcp.multitaskai.com
```

## Darbības

1. Izveidojiet API atslēgu savā MultitaskAI kontā.
2. Instalējiet SDK, izmantojot pip install openai-agents.
3. Savienojiet, izmantojot MCPServerStreamableHttp, kā parādīts tālāk, atslēgas vietā ievadot YOUR_API_KEY, un nododiet serveri aģentam parametrā mcp_servers.
4. Palaidiet skriptu un pārbaudiet, vai aģents atbild, izmantojot MultitaskAI rīkus.

```python
import asyncio

from agents import Agent, Runner
from agents.mcp import MCPServerStreamableHttp


async def main() -> None:
    async with MCPServerStreamableHttp(
        name="multitaskai",
        params={
            "url": "https://mcp.multitaskai.com",
            "headers": {"Authorization": "Bearer YOUR_API_KEY"},
        },
        cache_tools_list=True,
    ) as server:
        agent = Agent(name="Assistant", mcp_servers=[server])
        result = await Runner.run(agent, "List my MultitaskAI tools.")
        print(result.final_output)


asyncio.run(main())
```

## Autentifikācija

OpenAI Agents SDK nosūta jūsu MultitaskAI API atslēgu Authorization galvenē. Izveidojiet atslēgu savā kontā un izmantojiet to YOUR_API_KEY vietā. Neglabājiet atslēgu failos, kurus kopīgojat vai iekļaujat repozitorijā.

```text
Authorization: Bearer YOUR_API_KEY
```

## Noderīgi zināt

- Šādi MCP klients darbojas jūsu paša procesā.
- HostedMCPTool nodod savienojumu Responses API, kam tā vietā jāspēj sasniegt galapunktu no OpenAI.
- Par TypeScript skatiet OpenAI Agents SDK priekš TypeScript ceļvedi.

## Oficiālā dokumentācija

[OpenAI MCP dokumentācijā](https://openai.github.io/openai-agents-python/mcp/) detalizēti aprakstīti paša OpenAI iestatījumi. Skatiet [pārskatu](/docs.md) par galapunktu un autentifikāciju un [cenu informāciju](/pricing/) par ikdienas bezmaksas pieprasījumiem.
