OpenAI API Connectors

OpenAI API Connectors 是 OpenAI Responses API（响应 API）内置的一组第三方服务连接器。它们让模型在一次 API 请求中访问 Dropbox、Gmail、Google Calendar、Google Drive、Microsoft Teams、Outlook、SharePoint 等常见应用的上下文和工具。

这个词条只讨论 OpenAI API 文档里的 connectors，不泛化为所有“连接器”产品。它和 remote Model Context Protocol（模型上下文协议） server 使用同一套 MCP 工具形态，但配置方式和信任边界不同。

与 Remote MCP 的关系

在 OpenAI API 中，connector 和 remote MCP server 都通过 OpenAI API Tools（OpenAI API 工具）接入模型，工具定义里都使用 type: "mcp"。差别在于：

维度	Remote MCP server	OpenAI API Connectors
配置入口	`server_url`	`connector_id`
能力来源	第三方或企业自建 MCP server	OpenAI API 内置的一组连接器
授权	通常传 OAuth access token 或服务端自定义授权	传目标服务的 OAuth access token
输出形态	`mcp_list_tools`、`mcp_call`	同样使用 `mcp_call`
主要风险	未经 OpenAI 验证的第三方服务器、工具投毒、数据外发	SaaS 敏感数据读取、OAuth scope 过宽、审批缺失

OpenAI 文档明确把 connectors 设计成和 remote MCP server 类似的使用方式：remote MCP 用 server_url 指向服务器；connector 用 connector_id 标识平台提供的连接器。模型看到的是工具能力，不需要关心底层是第三方 MCP server 还是 OpenAI API 内置 connector。

当前连接器

截至本次摄入的文档版本，OpenAI API 文档列出的 connector 包括：

服务	connector_id	常见工具方向
Dropbox	`connector_dropbox`	搜索文件、读取文件、列出最近文件、获取 profile
Gmail	`connector_gmail`	搜索邮件、读取邮件、批量读取邮件、获取 profile
Google Calendar	`connector_googlecalendar`	搜索事件、读取日历事件、获取 profile
Google Drive	`connector_googledrive`	搜索文件、列出共享盘、读取文档内容
Microsoft Teams	`connector_microsoftteams`	搜索聊天和频道消息、读取消息、列成员
Outlook Calendar	`connector_outlookcalendar`	搜索和读取日历事件
Outlook Email	`connector_outlookemail`	列出、搜索和读取邮件
SharePoint	`connector_sharepoint`	搜索站点与文档、读取文件、列最近文档

具体可用工具还取决于 OAuth token 的 scope。也就是说，connector 的实际能力不是由 connector_id 单独决定，而是由连接器实现、目标服务 API 和用户授权范围共同决定。

调用流程

Connector 调用可以概括为四步：

sequenceDiagram
    participant App as 应用
    participant R as Responses API
    participant C as Connector
    participant S as 第三方 SaaS
    App->>R: tools[type=mcp, connector_id, authorization]
    R->>C: 发现可用工具 / 发起工具调用
    C->>S: 使用 OAuth token 访问服务
    S-->>C: 返回 SaaS 数据
    C-->>R: mcp_call output
    R-->>App: 模型基于工具结果继续生成

authorization 字段通常传入 OAuth access token。OpenAI 为避免敏感 token 泄露，不会在 Response 对象中保存或回显该字段值；应用每次创建 response 时都需要重新传入授权值。

审批与安全边界

Connector 的便利性不等于低风险。它让模型读取用户在 SaaS 中的数据，也可能触发目标服务里的动作；因此它属于 Agent Guardrails（Agent 护栏）和 Harness Engineering（驾驭工程）共同负责的边界。

实践上应优先把 connector 当成“带外部数据外发的高敏工具”处理：

用最小 OAuth scope 授权，不给当前任务不需要的读写权限
对敏感动作保持 require_approval，并记录审批请求中准备发送给 connector 的参数
用 allowed_tools 限制 connector 或 MCP server 暴露给模型的工具面
审查 mcp_call 的 arguments 和 output，避免把不该进入模型上下文的数据带回来
谨慎处理 connector 输出中的 URL、图片 URL 和可执行链接

OpenAI 文档还提醒：MCP tool 与 Zero Data Retention、Data Residency 兼容，但数据发给第三方 MCP server 或 connector 背后的服务后，就受第三方服务自己的数据保留和驻留政策约束。企业合规不能只看 OpenAI 侧配置，还要审查目标 SaaS 和连接器路径。

OpenAI API Connectors

与 Remote MCP 的关系

当前连接器

调用流程

审批与安全边界

相关概念