ChatGPT 虽已具备联网功能，但其“联网”并非实时访问：用户提供链接时，模型读取的多为搜索引擎缓存结果而非即时抓取内容；其沙箱环境中外部地址的 DNS 解析被屏蔽，curl 等网络请求也无法正常执行。针对这一限制，Linux.do 用户分享了利用自定义 MCP 服务器为 ChatGPT 赋予真正互联网访问能力的方案。网页版 ChatGPT 支持添加自定义 MCP 服务器，且仅需添加一次，网页版与 App 均可使用。作者基于 Cloudflare Worker 实现了两个 MCP 服务：Web Reader 可实时抓取网页并转换为 Markdown 格式返回，剔除脚本、样式等噪音内容，便于模型解析且节省 Token；CURL 服务则以 MCP 方式提供完整 HTTP 请求能力，支持 GET、POST 等多种方法、自定义请求头、重定向控制、超时与响应大小限制，并内置 fetch_json、check_url、batch_request 等辅助工具。由于公开无鉴权服务存在被滥用风险，作者建议用户自行部署，并给出了完整的 Worker 代码，无需自定义域名、使用 workers.dev 即可运行，还可让 AI 协助完成部署。此外，针对动态渲染网站，作者还基于 Cloudflare Browser Use 开发了“云浏览器”MCP，可让 ChatGPT 获得接近真实浏览器操作的体验，但该方案需要付费版 Cloudflare Worker，每月可免费使用 10 小时。
事件分析
此方案的核心看点在于 MCP 协议正成为连接大模型与外部工具的事实标准，用户无需等待官方功能更新，即可通过社区方案补齐模型能力短板。技术实现上，Cloudflare Worker 的无服务器架构天然适合承载此类轻量工具，边缘节点部署还能降低抓取延迟。值得注意的是，公开无鉴权的 MCP 服务存在被滥用风险，转发恶意请求、爬取受限内容等隐患需部署者自行评估；CURL 服务中对本地及私有 IP 地址的拦截、对敏感请求头在跨域重定向时的清除，体现了必要的安全设计意识。从产业角度看，随着 OpenAI 逐步开放 MCP 支持，第三方工具生态将加速繁荣，模型能力的边界正从“平台预置”转向“用户自定义”，AI 应用的能力分发模式或将因此重塑。
核心观点：MCP 将模型能力扩展权从平台下放到用户手中，AI 工具生态正由官方预置走向社区共建。
原文链接：Linux.do
