---
title: "MCP server với model tương thích OpenAI: cách hoạt động"
description: "MCP chạy được với mọi LLM: client biến công cụ MCP thành function call. Cách dùng MCP với model mở trong Cline, Continue, opencode, n8n hoặc code Python của bạn."
url: https://broadrouter.com/vi/blog/mcp-with-openai-compatible-models/
lang: vi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/mcp-with-openai-compatible-models/) (cập nhật ngày 2026-11-16).

# Dùng MCP server với model tương thích OpenAI (mọi nhà cung cấp)

Đội ngũ BroadNet Inference · 4 phút đọc · Đăng ngày 2026-11-14 · Cập nhật 2026-11-16

MCP không phụ thuộc model. MCP client trong ứng dụng liệt kê công cụ của từng server, đưa chúng cho model như công cụ function calling thông thường, và chạy tools/call khi model yêu cầu. Mọi model tương thích OpenAI có tool calling ổn định đều dùng được MCP server. Hãy cấu hình trong Cline, Continue, opencode hoặc n8n, hoặc nối bằng khoảng 40 dòng Python.

## Ý chính

-   Tài liệu MCP nói giao thức này “does not dictate how AI applications use LLMs” (bản dịch: không quy định cách ứng dụng AI dùng LLM). Ứng dụng host chuyển công cụ MCP sang định dạng công cụ của model.
-   Model cần có tool calling. Trên BroadNet Inference, GLM 5.3 và Qwen3.8 27B có liệt kê tính năng này.
-   Cline, Continue (chỉ ở chế độ Agent), opencode, n8n và OpenAI Agents SDK đều hoạt động như MCP client với model tùy chỉnh.
-   Mọi schema công cụ MCP được gửi trong mỗi lần gọi model. Tài liệu opencode cảnh báo công cụ MCP tiêu tốn context của model; chỉ thêm các server bạn cần.
-   Công cụ MCP dạng hosted chạy bên trong Responses API của OpenAI không dùng được với nhà cung cấp khác; MCP client cục bộ thì dùng được.

**Trong trang này**

1.  Vì sao MCP chạy được với mọi model?
2.  Nên dùng model nào cho MCP?
3.  Thiết lập MCP trong các client phổ biến thế nào?
4.  Nối MCP với model mở bằng Python thế nào?
5.  MCP trên model mở thường gặp lỗi gì?
6.  BroadNet Inference phù hợp ở đâu?

Model Context Protocol (MCP) cho agent một cách chuẩn để tiếp cận công cụ: GitHub, cơ sở dữ liệu, hệ thống file, trình duyệt. Nhiều hướng dẫn MCP mặc định bạn dùng Claude hoặc GPT. Bạn không cần cái nào cả. Bài này giải thích vì sao MCP chạy được với mọi model [tương thích OpenAI](https://broadrouter.com/vi/glossary/openai-compatible-api/) có hỗ trợ tool calling, cách thiết lập trong các client mà lập trình viên thực sự dùng, và cách nối MCP với model mở trong code của chính bạn.

## Vì sao MCP chạy được với mọi model?

MCP nằm giữa ứng dụng của bạn và các tool server, không phải giữa ứng dụng và model. Tài liệu kiến trúc MCP mô tả ba vai trò:

-   **Host:** ứng dụng AI, như một extension của trình soạn thảo hoặc script của bạn.
-   **Client:** một kết nối mà host duy trì tới mỗi MCP server.
-   **Server:** một chương trình cung cấp công cụ, tài nguyên và prompt, chạy cục bộ qua stdio hoặc từ xa qua Streamable HTTP.

Tài liệu nói rõ: MCP “does not dictate how AI applications use LLMs or manage the provided context.” (bản dịch: không quy định cách ứng dụng AI dùng LLM hay quản lý context được cung cấp.) Host liệt kê công cụ của từng server bằng `tools/list`, gộp chúng vào một registry mà model nhìn thấy được, và khi model yêu cầu một công cụ, host gửi `tools/call` tới đúng server.

Trên API tương thích OpenAI, “model nhìn thấy được” nghĩa là các công cụ được đưa vào mảng `tools` thông thường. Một công cụ MCP vốn đã có tên, mô tả và `inputSchema`, ánh xạ một-một sang định nghĩa hàm. Model không hề biết có MCP tham gia. Tất cả những gì nó cần là [tool calling](https://broadrouter.com/vi/glossary/tool-calling/) ổn định.

## Nên dùng model nào cho MCP?

| Model trên BroadNet | Có liệt kê tool calling | Context | Mức phù hợp với MCP |
| --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/vi/models/glm-5.3/) | Có | 1.048.576 | Lựa chọn mặc định tốt khi có nhiều server |
| [Qwen3.8 27B](https://broadrouter.com/vi/models/qwen3.8-27b/) | Có | 262.144 | Tốt, có thêm đầu vào ảnh |
| [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/) | Không liệt kê | 1.048.576 | Hãy test trước; có đầu vào ảnh |
| [Gemma 4 VL 26B](https://broadrouter.com/vi/models/gemma-4-vl-26b/) | Không liệt kê | 32.768 | Không khuyến nghị |

Để xem hai model hỗ trợ công cụ đặt cạnh nhau, xem [GLM 5.3 và Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/). Context quan trọng hơn nhiều người nghĩ. Mọi schema công cụ MCP đi kèm trong mỗi lần gọi. Tài liệu opencode viết: “MCP tools consume model context, so add only the servers you need.” (bản dịch: Công cụ MCP tiêu tốn context của model, vì vậy chỉ thêm các server bạn cần.) Bài [ngân sách token của agent](https://broadrouter.com/vi/blog/agent-token-budget/) chỉ cách đo lượng này.

## Thiết lập MCP trong các client phổ biến thế nào?

| Client | Nơi khai báo MCP server | Transport | Ghi chú |
| --- | --- | --- | --- |
| Cline | Bảng MCP Servers, JSON `mcpServers` | stdio, Streamable HTTP, SSE kiểu cũ | Kiểu remote là `"streamableHttp"` |
| Continue | `mcpServers` trong `config.yaml` hoặc `.continue/mcpServers/` | stdio, sse, streamable-http | Chỉ ở chế độ Agent |
| opencode | `mcp.servers` trong `opencode.jsonc` | `local`, `remote` | Dùng `{env:NAME}` cho bí mật |
| n8n | Node MCP Client Tool gắn vào AI Agent | Endpoint server từ xa (tài liệu mô tả một endpoint SSE) | Chọn công cụ All, Selected hoặc All Except |
| OpenAI Agents SDK | `mcp_servers=[...]` trên Agent | stdio, Streamable HTTP, SSE | Không dùng `HostedMCPTool` |

Sau đó, trỏ model của client tới nhà cung cấp của bạn: các hướng dẫn [Cline](https://broadrouter.com/vi/guides/cline-openai-compatible/), [Continue](https://broadrouter.com/vi/guides/continue-dev-openai-compatible/) và [opencode](https://broadrouter.com/vi/guides/opencode-custom-provider/) trình bày phần model cho BroadNet. Trong Continue, hãy nhớ khai báo capability `tool_use`, nếu không chế độ Agent sẽ không khả dụng.

Một ví dụ cho Continue, lấy từ tài liệu của nó:

```yaml
mcpServers:
  - name: SQLite MCP
    type: stdio
    command: npx
    args: ["-y", "mcp-sqlite", "/path/to/your/database.db"]
```

## Nối MCP với model mở bằng Python thế nào?

Nếu bạn tự xây agent, phần nối khá ngắn. Đoạn code này dùng `Client` của MCP Python SDK (phiên bản 2.0 trở lên; `pip install "mcp>=2"`), lớp này khởi chạy một stdio server khi nhận `StdioServerParameters`, cùng OpenAI SDK trỏ tới BroadNet:

```python
import asyncio, json, os
from mcp import Client, StdioServerParameters
from mcp.types import TextContent
from openai import OpenAI

llm = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
server = StdioServerParameters(command="npx",
    args=["-y", "@modelcontextprotocol/server-filesystem", "."])

async def main(question):
    async with Client(server) as mcp:
        listed = await mcp.list_tools()
        tools = [{"type": "function", "function": {
                    "name": t.name, "description": t.description or "",
                    "parameters": t.input_schema}} for t in listed.tools]
        messages = [{"role": "user", "content": question}]
        for _ in range(8):
            r = llm.chat.completions.create(model="broadnet/glm-5.3",
                    messages=messages, tools=tools, max_tokens=4000)
            msg = r.choices[0].message
            messages.append(msg.model_dump(exclude_none=True))
            if not msg.tool_calls:
                return msg.content
            for call in msg.tool_calls:
                try:
                    res = await mcp.call_tool(call.function.name,
                                              json.loads(call.function.arguments or "{}"))
                    text = "\n".join(b.text for b in res.content if isinstance(b, TextContent))
                    out = f"Error: {text}" if res.is_error else text
                except Exception as e:
                    out = f"Error: {e}"
                messages.append({"role": "tool", "tool_call_id": call.id, "content": out})

print(asyncio.run(main("List the Markdown files here and summarize the README.")))
```

Với `mcp` 1.x thì không có lớp `Client`: hãy mở server bằng `stdio_client(...)`, bọc nó trong một `ClientSession`, gọi `initialize()`, và đọc các trường camelCase `inputSchema` và `isError`. Có ba chi tiết quan trọng:

1.  **Lỗi trở thành kết quả công cụ.** MCP SDK báo lỗi công cụ bằng `is_error` thay vì gây exception. Hãy chuyển chúng lại cho model để nó điều chỉnh. [Bài về tool calling](https://broadrouter.com/vi/blog/tool-calling-open-models/) của chúng tôi trình bày validate và retry.
2.  **Giới hạn vòng lặp.** Ở đây là tám bước. MCP server trả về kết quả lớn sẽ lấp đầy context rất nhanh.
3.  **Lọc công cụ.** Chỉ đưa ra những công cụ mà tác vụ cần. OpenAI Agents SDK có `tool_filter` cho việc này, còn n8n có Selected và All Except.

Bạn dùng OpenAI Agents SDK? Các lớp `MCPServerStdio` và `MCPServerStreamableHttp` của nó chạy trong tiến trình của bạn. Hãy kết hợp chúng với một custom provider như trong [hướng dẫn Agents SDK](https://broadrouter.com/vi/guides/openai-agents-sdk-custom-provider/). `HostedMCPTool` của nó chạy bên trong Responses API của OpenAI và chỉ hoạt động với model của OpenAI.

## MCP trên model mở thường gặp lỗi gì?

-   **Quá nhiều công cụ.** Model chọn sai công cụ hoặc bỏ qua công cụ. Hãy giữ tập công cụ đang bật nhỏ gọn. Với công cụ của riêng bạn, [công cụ tạo JSON schema](https://broadrouter.com/tools/json-schema-generator/) tạo ra schema `parameters` gọn và phẳng.
-   **Kết quả công cụ quá lớn.** Một server trả về cả bảng cơ sở dữ liệu có thể vượt quá [context window](https://broadrouter.com/vi/glossary/context-window/). Hãy giới hạn hoặc phân trang.
-   **Phản hồi rỗng hoặc bị cắt.** GLM 5.3 và Qwen3.8 27B suy luận trước, và phần suy luận được tính vào `max_tokens`. [Hãy tăng giới hạn này](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/).
-   **Độ tin cậy.** MCP server chạy code trên máy của bạn hoặc gọi dịch vụ bằng thông tin xác thực của bạn. Hãy cài các server bạn tin tưởng, và xác nhận các thao tác có ghi dữ liệu hoặc tiêu tiền.

## BroadNet Inference phù hợp ở đâu?

BroadNet Inference cung cấp phía model: GLM 5.3 và Qwen3.8 27B có liệt kê tool calling, qua định dạng chat completions chuẩn mà mọi MCP client ở trên đều dùng được, và không lưu giữ dữ liệu (zero data retention) với prompt và đầu ra. Dịch vụ không chạy MCP server hay công cụ hosted cho bạn; client của bạn làm việc đó. Giá mỗi token của cả hai model có trên [trang giá](https://broadrouter.com/vi/pricing/), còn key có tại [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-mcp-with-openai-compatible-models&utm_content=body).

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[MCP (Model Context Protocol)](https://broadrouter.com/vi/glossary/mcp/)

MCP (Model Context Protocol) là giao thức mở, xây trên JSON-RPC 2.0, chuẩn hóa cách ứng dụng LLM kết nối với tool và dữ liệu bên ngoài. MCP server cung cấp tool, resource và prompt; MCP client trong ứng dụng host tìm ra chúng và chuyển lệnh gọi tool của model tới server.

[Tool calling (gọi tool, function calling)](https://broadrouter.com/vi/glossary/tool-calling/)

Tool calling, còn gọi là function calling, là tính năng của API LLM trong đó model trả về một yêu cầu có cấu trúc để chạy một hàm do nhà phát triển định nghĩa, kèm đối số JSON. Ứng dụng chạy hàm rồi gửi kết quả lại; model không bao giờ tự chạy code.

[Server-sent events (SSE)](https://broadrouter.com/vi/glossary/sse/)

Server-sent events (SSE) là một chuẩn web cho phép server đẩy một luồng sự kiện dạng văn bản tới client qua một HTTP response duy nhất, giữ mở lâu, với content type text/event-stream. Mỗi sự kiện gồm một hoặc nhiều dòng trường, như data:, và kết thúc bằng một dòng trống.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[Không lưu giữ dữ liệu (zero data retention, ZDR)](https://broadrouter.com/vi/glossary/zero-data-retention/)

Không lưu giữ dữ liệu (ZDR) là chính sách mà nhà cung cấp AI chỉ xử lý prompt và đầu ra để phục vụ request, sau đó không lưu nội dung đó vào log, cache hay dữ liệu huấn luyện. Các bản ghi không chứa nội dung như số token và thời gian xử lý thường vẫn được giữ.

[Model trọng số mở (open-weight model)](https://broadrouter.com/vi/glossary/open-weight-model/)

Model trọng số mở (open-weight) là model học máy có trọng số đã huấn luyện được công bố để ai cũng tải về và chạy, thường kèm giấy phép có điều kiện. Nó khác AI mã nguồn mở hoàn toàn, vốn công bố thêm code huấn luyện và chi tiết dữ liệu huấn luyện để người khác tái tạo model.

[Token](https://broadrouter.com/vi/glossary/token/)

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

[AI agent (tác tử AI)](https://broadrouter.com/vi/glossary/agent/)

AI agent là hệ thống trong đó model ngôn ngữ tự điều khiển các bước để đạt mục tiêu: nó quyết định gọi tool nào, đọc kết quả và lặp lại cho tới khi đưa ra câu trả lời cuối cùng hoặc chạm giới hạn. Script cố định gọi model ở các điểm định sẵn thường gọi là workflow.

## Câu hỏi thường gặp

### Có dùng MCP với model không phải Claude hay GPT được không?

Được. MCP là giao thức giữa ứng dụng của bạn và các tool server. Ứng dụng đưa công cụ cho bất kỳ model nào nó dùng, qua định dạng tool calling của model đó. Mọi model tương thích OpenAI có tool call hoạt động tốt đều dùng được công cụ MCP.

### Model có cần hỗ trợ MCP không?

Không. Model chỉ cần function calling. MCP client trong ứng dụng của bạn lo phần giao thức, tức là liệt kê và gọi công cụ.

### Coding agent nào hỗ trợ MCP với model tương thích OpenAI tùy chỉnh?

Cline, Continue ở chế độ Agent và opencode đều cho phép cấu hình MCP server và một model tương thích OpenAI tùy chỉnh. Zoo Code, dự án kế tục Roo Code, cũng ghi có hỗ trợ MCP.

### Vì sao thêm MCP server khiến agent chậm và tốn kém hơn?

Định nghĩa công cụ của mỗi server được thêm vào prompt ở mỗi lần gọi model. Mười server, mỗi server chục công cụ, có thể thêm hàng nghìn token đầu vào mỗi bước. Chỉ bật những server mà tác vụ cần, hoặc lọc công cụ.

### Công cụ MCP dạng hosted có dùng được với nhà cung cấp khác không?

Loại do OpenAI host thì không. Tài liệu OpenAI Agents SDK cho biết HostedMCPTool hoạt động với các model OpenAI hỗ trợ tích hợp MCP hosted của Responses API. Với nhà cung cấp khác, hãy dùng các lớp MCP server cục bộ của SDK.

## Đọc tiếp

-   [Tool calling với model mở: schema, gọi song song, retry](https://broadrouter.com/vi/blog/tool-calling-open-models/)
-   [Dùng model mở trong coding agent: Aider, Cline, opencode, Codex](https://broadrouter.com/vi/blog/use-open-models-in-coding-agents/)
-   [Ngân sách token của agent: token trong vòng lặp agent đi đâu](https://broadrouter.com/vi/blog/agent-token-budget/)
-   [n8n AI Agent với LLM giá rẻ: cài đặt, model, chi phí mỗi lần chạy](https://broadrouter.com/vi/blog/n8n-ai-agent-cheap-llm/)
-   [Chi phí một lần chạy AI coding agent: số bước, context và cache](https://broadrouter.com/vi/blog/ai-coding-agent-run-cost/)
-   [Claude Code với model mở: proxy, endpoint gốc và giới hạn](https://broadrouter.com/vi/blog/claude-code-with-openai-compatible-models/)
-   [Hướng dẫn: Dùng Cline với BroadNet Inference (provider OpenAI Compatible)](https://broadrouter.com/vi/guides/cline-openai-compatible/)
-   [Hướng dẫn: Dùng Continue với BroadNet Inference (config.yaml và apiBase)](https://broadrouter.com/vi/guides/continue-dev-openai-compatible/)
-   [Hướng dẫn: Thêm BroadNet Inference vào opencode làm custom provider](https://broadrouter.com/vi/guides/opencode-custom-provider/)
-   [Hướng dẫn: Chạy OpenAI Agents SDK trên BroadNet Inference](https://broadrouter.com/vi/guides/openai-agents-sdk-custom-provider/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-mcp-with-openai-compatible-models&utm_content=page-cta) ·

**Nguồn**

-   [Model Context Protocol, tổng quan kiến trúc (kiểm tra 2026-11-14)](https://modelcontextprotocol.io/docs/learn/architecture)
-   [MCP Python SDK, client và transport (kiểm tra 2026-11-14)](https://py.sdk.modelcontextprotocol.io/client/transports/)
-   [Tài liệu Cline, tổng quan MCP (kiểm tra 2026-11-14)](https://docs.cline.bot/mcp/mcp-overview)
-   [Tài liệu Continue, MCP (kiểm tra 2026-11-14)](https://docs.continue.dev/customize/deep-dives/mcp)
-   [Tài liệu opencode, MCP server (kiểm tra 2026-11-14)](https://opencode.ai/docs/mcp-servers/)
-   [Tài liệu n8n, node MCP Client Tool (kiểm tra 2026-11-14)](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.toolmcp/)
-   [Tài liệu OpenAI Agents SDK, MCP (kiểm tra 2026-11-14)](https://openai.github.io/openai-agents-python/mcp/)
