OpenAI 新发布的 Apps SDK 允许开发者将带有可视化界面的应用直接嵌入 ChatGPT 对话中。这意味着开发者可以在不跳出聊天环境的情况下,为用户提供功能丰富的交互体验,有望开启 ChatGPT 内的应用生态商业化。
智能速览
Apps SDK 是 OpenAI 新发布的开发框架,用于在 ChatGPT 内构建应用。
它基于 MCP 标准,支持独立的前端交互与可视化组件。
用户无需跳转,即可在对话中直接与第三方应用进行可视化互动。
开发者可使用 Node.js 或 Python 作为应用后端进行开发。
通过 ngrok 和 ChatGPT 开发者模式,可以快速进行本地调试与连接。
精华内容
要快速上手 Apps SDK,核心在于理解其 MCP 架构并完成本地环境配置。下面将通过官方示例与自建项目,拆解具体开发流程。
官方示例体验
开发者可以从官方示例项目 `openai-apps-sdk-examples` 中的 `pizzaz_server_python` 开始。首先需安装 pnpm 和 ngrok,并在 ChatGPT 设置中启用开发者模式。
通过 ngrok 获取临时 URL,并将其与 `/mcp` 拼接后,填入新建的连接器配置中。完成配置后,在 ChatGPT 中输入“pizza 奶酪披萨地图”,即可获得一张可视化的披萨地图,直接在对话中展示。
自建工具开发
开发者可以自建简单工具来深入理解 SDK。例如创建 `whoami` 和 `pizzaz-order` 两个工具,各自包含前端 `index.jsx` 文件。
`pizzaz-order` 工具包含点单和模拟付款页面,通过监听 `toolOutput` 与 `toolInput` 事件,实现与 ChatGPT 的双向通信,将点单信息实时反映到购物车。后端则需定义工具的输入参数 schema 以规范交互。
连接与调试
完成代码编写后,需要重启本地应用服务器,并在 ChatGPT 中刷新对应的连接器,使新的工具生效。
之后,就可以通过自然语言指令来调用自建工具,例如对名为“pizza”的连接器提问“是谁”或直接说“点单”,即可触发相应的 `whoami` 或 `pizzaz-order` 应用,实现复杂的交互功能。
OpenAI Apps SDK 的推出,为开发者提供了直接触达 ChatGPT 海量用户的新路径。掌握其开发方法,不仅能提升应用交互体验,更有机会在未来的 AI 原生应用生态中占据先机。这一技术将如何改变我们与 AI 的协作方式?