06｜ChatGPT 連線與實際驗證

本章驗收目標

在 ChatGPT 網頁版 輸入自然語言，真正呼叫私人 MCP，拿回 PostgreSQL 的資料與 SQL，再比對拒絕與撤銷證據。只把 SQL 貼給 ChatGPT 解釋，不算連線成功。

A. ChatGPT 網頁版的私人連線

1. 在正確的主機與帳號操作

目前實際路徑：

ChatGPT 網頁版
→ OpenAI Secure MCP Tunnel
→ 5090 上的 tunnel-client 常駐服務
→ 私有 MCP → Keycloak Token 驗證
→ OpenBao → PostgreSQL → 查詢與撤銷證據

MCP 沒有改成公開網址。Tunnel 的 runtime key 只授予 Tunnels Read + Use，不授予模型呼叫或其他資料權限。本次設 30 天到期，屆期必須輪替。使用者瀏覽器仍需 Tailscale 才能到私人 Keycloak 登入；常駐 Tunnel 放在 5090，因此不依賴講師 Mac 開機。

2. 建立專用 Tunnel 與執行憑證

在 Platform Tunnels 建立課程 Tunnel，關聯自己的 Platform organization 與目標 ChatGPT workspace。到 API keys 建立專用 key，Permissions 選 Restricted，只將 Tunnels 設為 Use（介面顯示 Read, Use），其他權限保持 None，設定到期日。

不要重用其他專案的 API key，也不要把 key 貼到 ChatGPT。下列命令只在自己的 Linux／WSL 環境執行；共享 5090 的這部分已由講師配置。

從官方 tunnel-client releases 下載符合主機架構的版本，核對 release digest。課程目前驗證 0.0.16，將 Linux x86-64 的 tunnel-client 放到 private/tunnel-linux/。

chmod 700 private/tunnel-linux/tunnel-client
private/tunnel-linux/tunnel-client help quickstart

用本機隱藏輸入保存 key（Bash；輸入不會回顯）：

umask 077
read -r -s -p 'Tunnel runtime key: ' textile_runtime_key
printf 'CONTROL_PLANE_API_KEY=%s\n' "$textile_runtime_key" > private/tunnel-runtime.env
unset textile_runtime_key
chmod 600 private/tunnel-runtime.env

將以下兩個參數換成自己實際的 Tunnel ID 與私有 MCP URL：

private/tunnel-linux/tunnel-client init \
  --profile textile-course \
  --profile-dir /root/textile-data-lab/private/tunnel-profiles \
  --tunnel-id YOUR_TUNNEL_ID \
  --mcp-server-url YOUR_PRIVATE_HTTPS_MCP_URL \
  --health-listen-addr 127.0.0.1:28420

set -a
. private/tunnel-runtime.env
set +a
private/tunnel-linux/tunnel-client doctor \
  --profile textile-course \
  --profile-dir /root/textile-data-lab/private/tunnel-profiles --explain
unset CONTROL_PLANE_API_KEY

profile 只存 env:CONTROL_PLANE_API_KEY 參照。原始碼包的 tunnel/textile-mcp-tunnel.service 是本次服務範本；目錄不同時先同步修改全部路徑，再由操作人員安裝：

sudo install -m 644 tunnel/textile-mcp-tunnel.service /etc/systemd/system/textile-mcp-tunnel.service
sudo systemctl daemon-reload
sudo systemctl enable --now textile-mcp-tunnel.service
systemctl is-active textile-mcp-tunnel.service
curl --fail http://127.0.0.1:28420/readyz

預期 active、ready。ready (mcp initialize requires auth ... Unauthorized) 表示 MCP 仍要求使用者 OAuth，並非匿名開放。若有相同名稱的既存服務，先檢查與備份，不直接覆寫。

3. 建立 ChatGPT 的 OAuth client

在 ChatGPT Plugins 按 Add → Add custom MCP server：

欄位	本次實作
Name	Textile orders lab
Connection	Tunnel，填本課 Tunnel ID
Authentication	OAuth
Advanced → Registration method	User-Defined OAuth Client
OAuth client ID	`textile-chatgpt`
OAuth client secret	留空；本課為 PKCE public client
Token endpoint auth method	`none`
Default scopes	`orders:read`
Resource	原始私有 MCP URL，`https://...:28100/textile/mcp`

等待 discovery 完成，複製介面顯示的 Callback URL。它是 https://chatgpt.com/connector/oauth/... 的精確路徑；每個連線可能不同，不要使用 Codex 的 loopback callback 或萬用字元。

在自己的沙盒配置：

python3 scripts/configure_mcp.py \
  --client-id textile-chatgpt \
  --callback https://chatgpt.com/connector/oauth/YOUR_CALLBACK

docker compose up -d --build --no-deps sso
docker compose exec -T gateway nginx -s reload
docker compose exec -T sso python - < scripts/verify_mcp.py

後端只允許 textile-codex 與 textile-chatgpt，其餘 client 仍拒絕；audience、scope、角色也仍需符合。驗收已擴充為 32 項，包含 ChatGPT client 的合法身分、HR 拒絕與缺 scope 拒絕。

保留 Tunnel discovery 產生的 Token URL 與 metadata URL；它們讓雲端交換 Token 時經私人 Tunnel 到達 Keycloak。Auth URL 仍指向私人 Keycloak，供使用者自己的瀏覽器登入。不把 discovery 的 OpenAI 內部轉送網址寫死在教材裡。

4. 登入並真正呼叫工具

按 Create as a plugin → Connect，使用自己的 Keycloak 業務帳號登入，同意 orders:read。完成後在插件頁按 Try in chat，保留已選取的 Textile orders lab，輸入：

使用紡織 MCP，先確認我的身分與業務定義，再查詢截至 2026-10-20 逾期且尚未完全出貨的前 10 筆訂單。列出客戶、剩餘未出貨公尺數、實際 SQL、綁定參數、分頁資訊、request ID 與憑證撤銷結果。沒有成功呼叫工具就明確說明，不要編造資料。

這次實際查詢第一筆為 SO-2026-00633、客戶033、剩餘 3,453 公尺。回傳 has_more=true、next_offset=10。後端查詢與撤銷實驗共 255ms；這不包含 ChatGPT 推理、網路與整段回答時間，也不是壓力測試數據。

本次插件建立在講師自己的 ChatGPT 環境，並未公開發布到插件商店。讓全班使用前，還須完成 workspace 配發／各帳號連線、Keycloak 個人帳號與負載驗收；不要共用講師已登入的 ChatGPT 工作階段。

B. 已驗證的 Codex 路徑

學員電腦需要 Tailscale。自己的 ~/.codex/config.toml 加入以下設定；已有同名區塊就編輯，不能重複新增：

[mcp_servers.textile-orders]
url = "https://claude-lab.tail747e9c.ts.net:28100/textile/mcp"

[mcp_servers.textile-orders.oauth]
client_id = "textile-codex"
callback_url = "http://127.0.0.1/callback"

codex mcp login textile-orders --scopes orders:read

明確指定 scope，避免要求 Keycloak realm 公告的全部 scope。Codex 的 ChatGPT 訂閱登入與 Keycloak 的企業身分是兩套不同帳號；前者不會自動得到訂單權限。

C. 一組全班可對照的測試

問題／動作	預期
基準日逾期、未完全出貨、前 10 筆	台灣市場 10 筆，has_more=true
客戶 33、剩餘量由大到小、3 筆	篩選與排序有效，不直接改寫 SQL
查下一頁	offset=10，不與第一頁重複
客戶 2	不在業務授權市場，空集合
查薪資／客戶 email	工具不提供，資料庫權限也拒絕
limit=500 或傳原始 SQL	Schema 拒絕
hr.a 呼叫訂單工具	403
SQL 執行錯誤	憑證仍清理

D. 後台如何核對

操作人員以本次 request ID 查 docker compose logs sso，再比對 OpenBao 稽核與資料庫殘留角色。不要把完整稽核檔直接公開。Grafana 是業務摘要，不會自動顯示每個 MCP trace。

最後回答必須明確寫出「前 10 筆」，不能把一頁結果當全部；數量由資料庫計算，Agent 不自行編造或轉換金額。