NLP（一百一十九）在Open_WebUI中玩转MCP！从入门到实战全指南

本文将会介绍如何在Open WebUI中使用MCP.

前言

在文章NLP（一百零三）大模型应用利器之Open WebUI入门中，笔者介绍了大模型应用利器Open WebUI的基本信息，及其重要特性，包括单/多模型回复、文档问答、Web Search问答、Function Calling、多模态问答等。

最新版本的Open WebUI已支持MCP，本文将予以详细介绍。

Open WebUI开放了mcpo代理服务器（全称为MCP-to-OpenAPI proxy server），该协议允许你通过标准的 REST/OpenAPI 接口，直接使用基于 MCP（Model Context Protocol，模型上下文协议）实现的工具服务器——无需处理陌生或复杂的自定义协议。

如果你是终端用户或应用开发者，这意味着你可以通过熟悉的 REST 风格接口，轻松地与强大的 MCP 工具进行交互。

下面将介绍如何通过mcpo在Open WebUI中使用MCP.

官方示例

在本地安装uv工具，运行mcp-server-time(网址为: https://github.com/modelcontextprotocol/servers/blob/main/src/time/README.md)，该MCP Server可获取现在时间和提供时区转换能力，启动命令及输出如下：

$ uvx mcpo --port 8000 -- uvx mcp-server-time --local-timezone=America/New_York
Starting MCP OpenAPI Proxy on 0.0.0.0:8000 with command: uvx mcp-server-time --local-timezone=America/New_York
INFO:     Started server process [5752]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

接下来，需要在Open WebUI配置工具(Tools)，安装及启动命令如下:

1 2	`$ pip3 install open-webui==0.6.5 $ open-webui serve --port 8090`

在浏览器中输入http://localhost:8090并注册账号。在Settings -> Tools中进行配置，如下图：

在配置好大模型（选择gpt-4o模型）后，在聊天框中会出现工具图标，点击该图标，显示如下：

这表明我们基于MCP的工具服务已连接成功。

在Open WebUI进行对话，如下：

从上述的对话中可以看到，大模型调用了基于MCP的gut_current_time工具，并给出了正确回复。

项目实战

在文章NLP(一百一十七)使用Openai Agents SDK构建MCP中，笔者在官方SSE例子章节使用openai-agents官网的SSE例子，这里修改如下（文件名为openai_agents_local_mcp_server.py）：

import random

import requests
from mcp.server.fastmcp import FastMCP

# Create server
mcp = FastMCP("Echo Server")


@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    print(f"[debug-server] add({a}, {b})")
    return str(a + b)


@mcp.tool()
def get_secret_word() -> str:
    print("[debug-server] get_secret_word()")
    return random.choice(["apple", "banana", "cherry"])


@mcp.tool()
def get_current_weather(city: str) -> str:
    print(f"[debug-server] get_current_weather({city})")

    endpoint = "https://wttr.in"
    response = requests.get(f"{endpoint}/{city}")
    return response.text


if __name__ == "__main__":
    mcp.run(transport="stdio")

注意，最后一行的transport参数有sse改为stdio. 运行命令及输出如下：

$ uvx mcpo --port 8000 -- uv run openai_agents_local_mcp_server.py             
Starting MCP OpenAPI Proxy on 0.0.0.0:8000 with command: uv run openai_agents_local_mcp_server.py
INFO:     Started server process [10196]
INFO:     Waiting for application startup.
[04/21/25 22:06:03] INFO     Processing request of type            server.py:534
                             ListToolsRequest                                   
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

在Open WebUI中的工具配置使用上述同样的配置，不做修改，只需重新加载即可。

此时，在Chat页面聊天，回复如下：

从上面的回复可知，我们自己部署的MCP服务，通过mcpo代理服务器，能够在Open WebUI成功使用！

总结

通过本文，我们了解了如何在 Open WebUI 中使用 MCP（Model Context Protocol）协议，借助官方提供的 mcpo 代理，将本地的 MCP 工具服务以 REST/OpenAPI 接口的形式无缝接入大模型对话界面。这种方式极大简化了自定义工具的接入流程，让终端用户和开发者可以像调用 API 一样便捷地扩展大模型能力。

我们从官方的时间服务示例入手，演示了如何安装、配置并通过 Open WebUI 成功调用 MCP 工具。随后，基于 openai-agents 提供的示例，构建了一个包含多个功能（如加法、获取天气、获取随机单词）的本地 MCP 工具服务，验证了定制工具与大模型的对接效果。