OpenAI WebSearch MCP

OpenAI WebSearch MCP服务器🔍

](https://badge.fury.io/py/openai-websearch-mcp)   

一种先进的MCP服务器，使用OpenAI的推理模型提供智能网络搜索功能。非常适合需要具有智能推理能力的最新信息的人工智能助手。

✨ 特性

• 🧠 推理模型支持：与OpenAI最新的推理模型（gpt-5、gpt-5-mini、gpt-5-纳米、o3、o4-mini）完全兼容
• ⚡ 智能努力控制：智能 reasoning_effort 基于用例的默认值
• 🔄 多模式搜索：使用gpt-5-mini进行快速迭代或使用gpt-5进行深入研究
• 🌍 本地化结果：支持基于位置的搜索自定义
• 📝 丰富的描述：完整的参数文档，便于集成
• 🔧 灵活的配置：环境变量支持，便于部署

🚀 快速开始

Claude Desktop的一键安装

OPENAI_API_KEY=sk-xxxx uvx --with openai-websearch-mcp openai-websearch-mcp-install

替换 sk-xxxx 使用来自的OpenAI API密钥 OpenAI平台.

⚙️ 配置

克劳德桌面

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "openai-websearch-mcp": {
      "command": "uvx",
      "args": ["openai-websearch-mcp"],
      "env": {
        "OPENAI_API_KEY": "your-api-key-here",
        "OPENAI_DEFAULT_MODEL": "gpt-5-mini"
      }
    }
  }
}

光标

在Cursor中添加到MCP设置中：

1. 打开光标设置(Cmd/Ctrl + ,)
2. 搜索“MCP”或转到扩展→ MCP
3. 添加服务器配置：

{
  "mcpServers": {
    "openai-websearch-mcp": {
      "command": "uvx",
      "args": ["openai-websearch-mcp"],
      "env": {
        "OPENAI_API_KEY": "your-api-key-here",
        "OPENAI_DEFAULT_MODEL": "gpt-5-mini"
      }
    }
  }
}

克劳德代码

Claude Code会自动检测为Claude Desktop配置的MCP服务器。对Claude Desktop使用与上述相同的配置。

地方发展

对于本地测试，请使用虚拟环境的绝对路径：

{
  "mcpServers": {
    "openai-websearch-mcp": {
      "command": "/path/to/your/project/.venv/bin/python",
      "args": ["-m", "openai_websearch_mcp"],
      "env": {
        "OPENAI_API_KEY": "your-api-key-here",
        "OPENAI_DEFAULT_MODEL": "gpt-5-mini",
        "PYTHONPATH": "/path/to/your/project/src"
      }
    }
  }
}

🛠️ 可用工具

openai_web_search

支持推理模型的智能网络搜索。

参数

💬 使用示例

配置后，只需让您的AI助手使用自然语言搜索信息：

快速搜索

“使用openai_web_Search搜索人工智能推理模型的最新发展”

深入研究

“使用openai_web_search结合gpt-5和高推理能力，对量子计算突破进行全面分析”

本地化搜索

“使用openai_web_Search搜索本周旧金山的本地技术会议”

AI助手将自动使用 openai_web_search 根据您的要求，使用具有适当参数的工具。

🤖 选型指南

快速多轮搜索🚀

• 推荐: gpt-5-mini 随着 reasoning_effort: "low"
• 用例：快速迭代、实时信息、多次快速查询
• 益处：延迟更低，对于频繁搜索更具成本效益

深入研究🔬

• 推荐: gpt-5 随着 reasoning_effort: "medium" 或 "high"
• 用例：综合分析、复杂主题、详细调查
• 益处：多轮推理结果，无需代理迭代

模型比较

📦 安装

使用uvx（推荐）

# Install and run directly
uvx openai-websearch-mcp

# Or install globally
uvx install openai-websearch-mcp

使用pip

# Install from PyPI
pip install openai-websearch-mcp

# Run the server
python -m openai_websearch_mcp

来源

# Clone the repository
git clone https://github.com/yourusername/openai-websearch-mcp.git
cd openai-websearch-mcp

# Install dependencies
uv sync

# Run in development mode
uv run python -m openai_websearch_mcp

👩‍💻 发展

设置开发环境

# Clone and setup
git clone https://github.com/yourusername/openai-websearch-mcp.git
cd openai-websearch-mcp

# Create virtual environment and install dependencies
uv sync

# Run tests
uv run python -m pytest

# Install in development mode
uv pip install -e .

环境变量

🐛 调试

使用MCP检查器

# For uvx installations
npx @modelcontextprotocol/inspector uvx openai-websearch-mcp

# For pip installations
npx @modelcontextprotocol/inspector python -m openai_websearch_mcp

常见问题

问题：“不支持的参数：'reasong.effort'” 解决方案：当使用带有reasoning_effort参数的非推理模型（gpt-4o、gpt-4o-mini）时，会发生这种情况。服务器通过仅将推理参数应用于兼容模型来自动处理此问题。

问题：“没有名为'openai_websearch_mcp'的模块” 解决方案：确保您已正确安装包，并且Python路径包含包位置。

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 🤖 生成于 克劳德代码
• 🔥 由...驱动 OpenAI的Web搜索API
• 🛠️ 建立在 模型上下文协议

______________________________________________________________________

合著者：克劳德