MCPKit - это проект для создания аутентифицированных серверов протокола Model Context Protocol (MCP), которые позволяют вводить проприетарные данные, контент и системы в ChatGPT через режим ChatGPT Dev.

Построенный инженерами MCP для корпоративных строителей, MCPKit ускоряет путь от прототипа к производству, когда нативные разъемы или существующие службы MCP не покрывают ваш вариант использования.

Зачем создавать MCP-сервер?

Обслуживайте ценные данные непосредственно внутри ChatGPT через платформу разъемов, соблюдая существующие правила аутентификации и прав. Держите конфиденциальный контент за уровнем авторизации, который вы контролируете; MCPKit использует Auth0 в качестве примера, но поддерживает любого поставщика, совместимого с OIDC.

Примеры использования

** Финансовые услуги:** Разоблачение внутренних исследовательских отчетов, стенограмм экспертных вызовов и других альтернативных данных. Синтетический пакет в этом репо отражает альтернативные каналы передачи данных, которые вы можете адаптировать к производству. ** Поддержка клиентов и успех: ** Раскройте закрытую базу знаний, которая объединяет данные CRM, игровые книги и резюме билетов. **Здравоохранение и наука о жизни: ** Документация экспозиции, СОП и данные клинических испытаний.

MCPKit: Secure MCP blueprints for enterprise data

MCPKit is a blueprint for building authenticated Model Context Protocol (MCP) servers that let you bring proprietary data, content, and systems into ChatGPT, via ChatGPT Dev Mode.

Built by MCP engineers for enterprise builders, MCPKit accelerates the path from prototype to production when native connectors or existing MCP services do not cover your use case.

Why build a MCP Server?

• Serve high-value data directly inside ChatGPT through the connectors platform while respecting your existing authentication and entitlement rules.
• Keep sensitive content behind an authorization layer you control; MCPKit uses Auth0 as the example but supports any OIDC-compliant provider.

Example use cases

• Financial services: Expose internal research reports, expert-call transcripts, and other alternative data. The synthetic bundle in this repo mirrors alternative data feeds you can adapt to production.
• Customer support & success: Expose a gated knowledge base that blends CRM data, playbooks, and ticket summaries.
• Healthcare & life sciences: Expose documentation, SOPs, and clinical trial data.
• E-commerce: Expose item inventory, order status, fulfillment and delivery statuses.

Sample data

Use synthetic_financial_data/ as a realistic sandbox for pipelines and demos. It contains alternative data artifacts such as analyst reports, expert-call summaries, and web-search trends with consistent tickers and timestamps. Swap in your own feeds once you are ready to plug into live systems.

What you get in MCPKit

• Authenticated MCP server scaffolds: Python and TypeScript servers that implement a number of different tools, include Deep Research-compatible search and fetch tools, apply entitlement checks, and follow the recommended resource/authorization separation model.
• Authorization patterns: The servers also implement the MCP authorization specification pattern of separate resource and authorization servers. For the authorization server, we use an end-to-end Auth0 integration that you can replace with Okta, Azure AD, or an internal IdP by updating JWKS resolution, token validation, and tenant metadata.
• Sample data: A complete synthetic_financial_data/ bundle with expert-call transcripts, pricing snapshots, and enrichment metadata so you can demo entitlement-aware tools before wiring up production feeds.

Reference implementations

• TypeScript authenticated MCP server
• Python authenticated MCP server