कस्टम MCP सर्वर को ChatGPT में जोड़ने का हैंड्स-ऑन ट्यूटोरियल। डेवलपर मोड चालू करें, कनेक्टर फ़ॉर्म भरें, OAuth या बिना ऑथेंटिकेशन चुनें, टनल से सर्वर की जाँच करें, आम एरर ठीक करें और इमेज व वीडियो टूल जोड़ें।
आपके पास एक ऐसा सर्वर है जो कुछ काम की चीज़ करता है, और आप चाहते हैं कि ChatGPT उसे एक साधारण चैट से कॉल करे। इसका रास्ता मौजूद है, और यह बस एक फ़ॉर्म है। पेच यह है कि इस फ़ॉर्म में चार-पाँच ऐसे जाल छिपे हैं जो एक बिल्कुल सही सर्वर को भी खराब दिखा सकते हैं। यह ट्यूटोरियल पूरा रास्ता दिखाता है, डेवलपर मोड चालू करने से लेकर पहली टूल कॉल को मंज़ूरी देने तक, और हर जाल के बारे में पहले ही बताता है। आप एक छोटा टेस्ट सर्वर बनाएँगे, उसे टनल के ज़रिए सार्वजनिक करेंगे, लोगों को सबसे ज़्यादा आने वाली एरर ठीक करेंगे, और फिर देखेंगे कि PicassoIA के इमेज और वीडियो टूल उसी कनेक्टर में कैसे जुड़ सकते हैं।
Model Context Protocol (MCP) एक ओपन स्टैंडर्ड है, जो AI क्लाइंट को सर्वर पर मौजूद टूल कॉल करने देता है। सर्वर टूल्स की एक सूची प्रकाशित करता है। हर टूल का एक नाम होता है, सरल अंग्रेज़ी में एक विवरण होता है, और इनपुट के लिए एक JSON स्कीमा होता है। क्लाइंट वह सूची पढ़ता है, तय करता है कि कौन-सा टूल कब काम आएगा, और एक संरचित अनुरोध भेजता है। सर्वर डेटा लौटाता है या कोई कार्य करता है।
ChatGPT में, कस्टम MCP कनेक्टर वह सेटिंग एंट्री है जो ChatGPT को उन सर्वरों में से किसी एक की ओर इंगित करती है। एक बार सेव हो जाने पर आपके टूल चैट में बने-बनाए टूल्स के साथ दिखने लगते हैं।
बिल्ट-इन कनेक्टर लोकप्रिय ऐप्स को संभालते हैं। आपका अपना सर्वर बाकी सब कुछ संभालता है:
💡 केवल रिमोट। ChatGPT रिमोट MCP सर्वरों से बात करता है। जो सर्वर stdio पर एक लोकल प्रोसेस के रूप में चलता है, जैसे कई डेस्कटॉप टूल चलते हैं, उसे ChatGPT तक पहुँचने से पहले HTTP एंडपॉइंट में लपेटना होगा।
डेवलपर मोड की शुरुआत वेब पर Plus और Pro खातों के लिए बीटा के रूप में हुई थी। Business, Enterprise और Edu जैसे वर्कस्पेस प्लान इसे एक निजी टॉगल के बजाय एडमिन-नियंत्रित परमिशन के ज़रिए पाते हैं। OpenAI ने यह बदला है कि कौन-से प्लान राइट एक्शन पाते हैं, और स्विच को एक से ज़्यादा बार मेनू के अंदर इधर-उधर किया है, इसलिए किसी भी प्लान की सूची (इस सूची सहित) को ऐसी चीज़ मानें जो लगातार बदलती रहती है। अगर आपकी स्क्रीन नीचे के चरणों से अलग दिखे, तो डेवलपर मोड पर OpenAI का मौजूदा हेल्प आर्टिकल देखें।
वर्कस्पेस में यह परमिशन आम तौर पर वर्कस्पेस सेटिंग्स के permissions and roles क्षेत्र में होती है। अगर आपको स्विच दिखाई न दे, तो अपने सर्वर को दोष देने से पहले एडमिन से पूछें।
ChatGPT OpenAI के इंफ़्रास्ट्रक्चर से कनेक्ट करता है, आपके लैपटॉप से नहीं। इसके तीन परिणाम हैं:
ChatGPT दो रिमोट ट्रांसपोर्ट स्वीकार करता है:
| ट्रांसपोर्ट | ChatGPT के साथ काम करता है | आम URL | नोट |
|---|---|---|---|
| Streamable HTTP | हाँ | https://your-domain.com/mcp | नए सर्वर के लिए सबसे अच्छा विकल्प |
| SSE (Server-Sent Events) | हाँ | https://your-domain.com/sse | पुराना तरीका, अब भी स्वीकार होता है |
| stdio (लोकल प्रोसेस) | नहीं | कोई नहीं | पहले इसे HTTP सर्वर में लपेटें |
कस्टम कनेक्टर एक स्विच के पीछे रहते हैं, क्योंकि कस्टम सर्वर असली डेटा पढ़ और बदल सकता है। रास्ता यह है:
स्विच चालू होते ही कनेक्टर्स पेज पर Create बटन दिखने लगता है।
💡 स्विच नहीं मिल रहा? यह सेटिंग 2026 में इधर-उधर हुई है। यह मान लेने से पहले कि आपके प्लान में यह नहीं है, सेटिंग्स विंडो में "developer" शब्द खोजें।
Create पर क्लिक करें और ये फ़ील्ड भरें:
| फ़ील्ड | क्या दर्ज करें | टिप |
|---|---|---|
| Name | "Order Lookup" जैसा कोई छोटा लेबल | चैट मेन्यू में आप इसी को चुनते हैं |
| Description | सर्वर क्या करता है, इसके बारे में एक या दो वाक्य | मॉडल किसी टूल को कॉल करना है या नहीं, यह तय करते समय इसे पढ़ता है, इसलिए इसे निर्देश की तरह लिखें |
| Icon | वैकल्पिक | लंबी सूची में इसे पहचानना आसान हो जाता है |
| MCP server URL | पाथ सहित पूरा HTTPS URL, जैसे https://api.example.com/mcp | पाथ का छूट जाना विफलता का बहुत आम कारण है |
| Authentication | कोई ऑथेंटिकेशन नहीं या OAuth | विवरण अगले सेक्शन में है |
उस चेकबॉक्स पर निशान लगाएँ जो पुष्टि करता है कि आप ऐप पर भरोसा करते हैं, फिर Create पर क्लिक करें।
| विकल्प | कब इस्तेमाल करें | जोखिम |
|---|---|---|
| No authentication | सार्वजनिक, केवल-पढ़ने वाला डेटा, या एक डिस्पोज़ेबल टेस्ट सर्वर | URL मिलने वाला कोई भी व्यक्ति आपके टूल कॉल कर सकता है |
| OAuth | यूज़र खाते से जुड़ी कोई भी चीज़, निजी डेटा या राइट एक्शन | आपको एक OAuth प्रोवाइडर चलाना या जोड़ना होगा |
OAuth के साथ, Create पर क्लिक करते ही ChatGPT आपको आपके आइडेंटिटी प्रोवाइडर के लॉगिन पेज पर भेज देता है। साइन इन करें, allow पर क्लिक करें, और कनेक्टर को अधिकृत करके आप ChatGPT में वापस आ जाएँगे।
आप जो भी प्रोवाइडर इस्तेमाल करें, उसके लिए वही सबसे संकीर्ण परमिशन माँगें जो आपके टूल्स को चाहिए। जो कनेक्टर केवल ऑर्डर पढ़ता है, उसके पास उन्हें रिफ़ंड करने की परमिशन कभी नहीं होनी चाहिए, क्योंकि आप जो परमिशन देते हैं वही तय करती है कि खराब टूल कॉल कितना नुकसान कर सकती है।
हानिरहित डेटा लौटाने वाले टेस्ट सर्वर पर बिना ऑथेंटिकेशन से शुरू करें। किसी असली चीज़ को छूने से पहले OAuth पर जाएँ।
पहले कुछ टेस्ट के लिए, अपने प्रॉम्प्ट में कनेक्टर का नाम लें: "Using Order Lookup, list my open orders।" नाम लेने से एक वेरिएबल हट जाता है। एक बार टूल काम करने लगे, तो नाम हटाकर देखें कि ChatGPT उसे अपने-आप चुनता है या नहीं, इससे पता चलता है कि आपका विवरण अपना काम कर रहा है या नहीं।
💡 कन्फ़र्मेशन कार्ड पढ़ें। डेवलपर मोड में हर टूल कॉल चलने से पहले आपको दिखाई जाती है। यह कार्ड आपकी आख़िरी जाँच-चौकी है, इसलिए arguments पर सरसरी नज़र डालें, बिना सोचे-समझे क्लिक करते न जाएँ।
ChatGPT को असली डेटा की ओर इंगित करने से पहले यह साबित करने का सबसे तेज़ तरीका एक हानिरहित टूल है। यह टूल आधिकारिक Python SDK इस्तेमाल करके शब्द गिनता है:
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("hello-connector", stateless_http=True)
@mcp.tool()
def word_count(text: str) -> int:
"""Count the words in a block of text.
Use when the user asks how long a draft is."""
return len(text.split())
if __name__ == "__main__":
mcp.run(transport="streamable-http")
चार आदतें किसी टूल को मॉडल के लिए इस्तेमाल में आसान बनाती हैं:
lookup_order और refund_order, एक अकेले manage_order से बेहतर हैं।SDK को pip install "mcp[cli]" से इंस्टॉल करें और फ़ाइल चलाएँ। इस लेख लिखने के समय के SDK डिफ़ॉल्ट के साथ, एंडपॉइंट http://127.0.0.1:8000/mcp है। अगर आपके वर्ज़न में कोई दूसरा पोर्ट या path है, तो उसके डॉक्स यह बताएँगे।
ChatGPT सर्वर को देखे, उससे पहले MCP Inspector को उस पर इंगित करें:
npx @modelcontextprotocol/inspector
Streamable HTTP ट्रांसपोर्ट चुनें, लोकल URL डालें, कनेक्ट करें, और टूल्स की सूची देखें। अगर word_count दिखे और चले, तो सर्वर स्वस्थ है, और बाद की कोई भी विफलता नेटवर्क या फ़ॉर्म की होगी।
टनल आपके लोकल पोर्ट को एक सार्वजनिक HTTPS पता देती है:
ngrok http 8000
Cloudflare का cloudflared tunnel --url http://localhost:8000 वही काम करता है। उसके दिखाए गए HTTPS पते को कॉपी करें, /mcp जोड़ें, और उसे MCP server URL फ़ील्ड में डालें।
💡 मुफ़्त टनल URL बदलते रहते हैं। टनल को दोबारा शुरू करेंगे तो पता बदल जाएगा और कनेक्टर टूट जाएगा। नए URL के साथ उसे दोबारा बनाएँ, या टेस्ट सफल होने के बाद किसी स्थायी डोमेन पर चले जाएँ।
| लक्षण | संभावित कारण | समाधान |
|---|---|---|
| कनेक्टर बनने में विफल | URL HTTP है, लोकल है, या VPN के पीछे है | सार्वजनिक HTTPS पता या टनल इस्तेमाल करें |
| कनेक्ट पर Not found | गलत या गायब path (/, /mcp, /sse) | पहले Inspector में ठीक वही URL खोलें |
| कनेक्ट होता है पर शून्य टूल दिखते हैं | टूल लिस्ट का अनुरोध एरर देता है | list अनुरोध के लिए अपने सर्वर लॉग पढ़ें |
| OAuth लॉगिन लूप करता है | रीडायरेक्ट पता प्रोवाइडर ने अनुमति नहीं दी | अपने प्रोवाइडर के सेटअप पेज पर माँगा गया callback पता जोड़ें |
| टूल्स कभी कॉल नहीं होते | विवरण अस्पष्ट हैं | बताएँ कि हर टूल कब इस्तेमाल करना है और कब नहीं |
| कल चला, आज विफल | टनल का पता बदल गया | नए URL के साथ कनेक्टर दोबारा बनाएँ |
इसी क्रम में डीबग करें, और पहले विफल चरण पर रुकें। पहले Inspector खोलें और ठीक उसी URL से कनेक्ट करें। दूसरे, टर्मिनल से curl के साथ वह URL माँगें और पुष्टि करें कि वह HTTPS पर जवाब देता है। तीसरे, जब आप Create पर क्लिक करें, तब अपने सर्वर लॉग पढ़ें। उसके बाद ही ChatGPT या फ़ॉर्म पर शक करें। सर्वर से बाहर की ओर काम करने से आप ऐसी सेटिंग्स बदलने से बचते हैं जो कभी खराब थी ही नहीं।
आपने टूल लिस्ट बदली है, पर ChatGPT अब भी पुरानी दिखा रहा है। कनेक्टर की सेटिंग खोलें और refresh विकल्प इस्तेमाल करें। अगर उससे कुछ न हो, तो कनेक्टर हटाकर उसे फिर से जोड़ें, जिससे सर्वर की ताज़ा रीडिंग होती है।
एक और बात जानने लायक है: OpenAI के दस्तावेज़ों में एक search टूल का ज़िक्र है जो संभावित परिणाम लौटाता है, और एक fetch टूल का जो ID से एक दस्तावेज़ लौटाता है, जैसे deep research जैसी सुविधाओं के लिए। जो सर्वर केवल कस्टम टूल रखता है, वह डेवलपर मोड में काम कर सकता है, पर उन सुविधाओं को दिखाई नहीं देगा।
आपका सर्वर जो टेक्स्ट लौटाता है, वह मॉडल पढ़ता है। एक सपोर्ट टिकट, एक वेब पेज या एक साझा दस्तावेज़ में छिपे निर्देश हो सकते हैं, जो मॉडल को ऐसा टूल कॉल करने के लिए बहका दें जो आपने कभी चाहा ही नहीं। OpenAI की अपनी चेतावनी सीधी है: प्रॉम्प्ट इंजेक्शन पर नज़र रखें और हर टूल कॉल की समीक्षा करें, खासकर राइट एक्शन की।
इसे ध्यान में रखकर बनाएँ:
सबसे संतोषजनक कनेक्टर वह है जो कुछ ऐसा बनाता है जिसे आप देख सकें। PicassoIA https://api.picassoia.com/v1 पर एक डेवलपर API देता है, जो pia_sk_ से शुरू होने वाले bearer टोकन से ऑथेंटिकेट होता है। एंडपॉइंट Replicate शैली का पालन करते हैं: एक POST अनुरोध /v1/models/{owner}/{name}/predictions पर एक जॉब शुरू करता है, और GET पर /v1/predictions/{id} उसकी स्थिति जाँचता है। चार मॉडल API और MCP के ज़रिए उपलब्ध हैं:
जॉब एसिंक्रोनस होते हैं, इसलिए एक की जगह दो टूल बनाएँ: एक स्टार्टर जो prediction ID लौटाए, और एक चेकर जो जॉब पूरा होने पर आउटपुट लौटाए। परिणाम तैयार होने तक ChatGPT चेकर को कॉल कर सकता है।
import os
import httpx
PIA = "https://api.picassoia.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['PICASSOIA_TOKEN']}"}
@mcp.tool()
def start_image(prompt: str) -> dict:
"""Start an image job. Returns an id to pass to get_result."""
r = httpx.post(
f"{PIA}/models/picassoia/picassoia-image/predictions",
headers=HEADERS, json={"input": {"prompt": prompt}}, timeout=30,
)
r.raise_for_status()
return {"id": r.json()["id"]}
@mcp.tool()
def get_result(prediction_id: str) -> dict:
"""Check a job. Returns status and, when finished, the output."""
r = httpx.get(f"{PIA}/predictions/{prediction_id}", headers=HEADERS, timeout=30)
r.raise_for_status()
data = r.json()
return {"status": data.get("status"), "output": data.get("output")}
इसे एक स्केच मानें। रिक्वेस्ट बॉडी Replicate परंपरा का पालन करती है, इसलिए शिप करने से पहले मॉडल पेज पर सटीक इनपुट फ़ील्ड की पुष्टि करें।
कुछ सीमाएँ डिज़ाइन को आकार देती हैं। एक खाते में अधिकतम 5 predictions एक साथ चल सकते हैं, और यह संख्या टोकन और MCP कनेक्शनों के बीच साझा होती है। प्रॉम्प्ट 4,000 characters तक जाते हैं, और एक रिक्वेस्ट बॉडी 10 MB तक। एक्सेस की शर्तें और प्राइसिंग PicassoIA के pricing पेज पर हैं, इसलिए किसी को मुफ़्त टियर का वादा करने से पहले उन्हें पढ़ें।
💡 कुछ भी होस्ट नहीं करना चाहते? PicassoIA hosted MCP कनेक्शन भी देता है, जो साइन इन करने के बाद picassoia.com/en/mcp/accounts पर प्रबंधित होते हैं। ChatGPT में उन पर भरोसा करने से पहले जाँच लें कि कनेक्शन कौन-से क्लाइंट को सपोर्ट करता है।
टूल विवरण उसके पीछे के कोड से ज़्यादा मायने रखते हैं, क्योंकि मॉडल टूल्स को उनके विवरण पढ़कर चुनता है। एक LLM कुछ मिनटों में आपके विवरणों को निखार सकता है:
शब्दों पर दूसरी राय के लिए, वही सामग्री Claude Sonnet 5 में पेस्ट करें और दोनों फिर से लिखे गए संस्करणों की तुलना करें। जो विवरण छोटा और ज़्यादा साफ़-साफ़ बताने वाला हो, वही रखें।
पहले शब्द गिनने वाला टूल बनाएँ और देखें कि पहली टूल कॉल चैट में कैसे दिखती है। फिर कनेक्टर को दिखाने के लिए कुछ दें। इमेज स्टार्टर जोड़ें, ChatGPT से किसी साधारण दृश्य की फ़ोटो माँगें, और हर अनुरोध में एक चीज़ बदलें: लेंस, रोशनी, या दिन का समय। छोटे बदलाव आपको प्रॉम्प्ट के बारे में किसी भी लंबे विवरण से ज़्यादा सिखाते हैं।
जब आप बिना सर्वर लिखे तैयार तस्वीरें चाहें, तो PicassoIA खोलें और PicassoIA Image से अपनी इमेज बनाकर देखें, PicassoIA Image Editor Pro से उन्हें निखारें, और किसी पसंदीदा इमेज को PicassoIA Video से जीवंत करें। एक प्रॉम्प्ट चुनें, उसे तीन तरीकों से चलाएँ, और वह संस्करण रखें जिसे देखकर आपकी नज़र दोबारा ठहर जाए।
अपनी भाषा चुनें
