OpenAI WebSearch MCP Server

OpenAI WebSearch MCP サーバー 🔍

OpenAI の推論モデルを使用して、インテリジェントなウェブ検索機能を提供する高度な MCP サーバーです。スマートな推論機能を備えた最新情報を必要とする AI アシスタントに最適です。

✨ 特長

• 🧠 推論モデルのサポート：OpenAI の最新推論モデル（gpt-5、gpt-5-mini、gpt-5-nano、o3、o4-mini）に完全対応
• ⚡ 推論レベルのスマート制御：ユースケースに基づいて reasoning_effort のデフォルト値をインテリジェントに設定
• 🔄 複数モードの検索：gpt-5-mini による高速な反復検索、または gpt-5 による詳細な調査
• 🌍 ローカライズされた結果：場所に基づく検索のカスタマイズに対応
• 📝 詳細な説明：簡単に統合できるよう、パラメーターの説明を網羅
• 🔧 柔軟な設定：環境変数に対応し、簡単にデプロイ可能

🚀 クイックスタート

Claude Desktop へのワンクリックインストール

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

sk-xxxx を OpenAI Platform で取得した OpenAI API キーに置き換えてください。

⚙️ 設定

Claude Desktop

claude_desktop_config.json に追加します。

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

Cursor

Cursor の MCP 設定に追加します。

1. Cursor の設定を開きます（Cmd/Ctrl + ,）
2. 「MCP」を検索するか、「Extensions → MCP」に移動します
3. サーバー設定を追加します。

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

Claude Code

Claude Code は、Claude Desktop 用に設定された MCP サーバーを自動的に検出します。上記の Claude Desktop 用と同じ設定を使用してください。

ローカル開発

ローカルでテストする場合は、仮想環境への絶対パスを使用してください。

{
  "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"
      }
    }
  }
}

🛠️ 利用可能なツール

openai_web_search

推論モデルに対応したインテリジェントなウェブ検索です。

パラメーター

パラメーター	型	説明	デフォルト
input	string	検索する検索クエリまたは質問	必須
model	string	使用する AI モデル。gpt-4o、gpt-4o-mini、gpt-5、gpt-5-mini、gpt-5-nano、o3、o4-mini に対応	gpt-5-mini
reasoning_effort	string	推論レベル：low、medium、high、minimal	スマートなデフォルト値
type	string	ウェブ検索 API のバージョン	web_search_preview
search_context_size	string	コンテキスト量：low、medium、high	medium
user_location	object	ローカライズされた結果を得るための任意の場所情報	null

💬 使用例

設定が完了したら、自然な言葉で AI アシスタントに情報を検索するよう依頼するだけです。

クイック検索

「openai_web_search を使って、AI 推論モデルの最新の進展を検索してください」

詳細な調査

「gpt-5 と high の推論レベルを指定して openai_web_search を使い、量子コンピューティングの画期的な進展について包括的に分析してください」

ローカライズ検索

「openai_web_search を使って、今週サンフランシスコで開催される地元のテック系ミートアップを検索してください」

AI アシスタントは、依頼内容に応じた適切なパラメーターで openai_web_search ツールを自動的に使用します。

🤖 モデル選択ガイド

複数回のクイック検索 🚀

• おすすめ：reasoning_effort: "low" を指定した gpt-5-mini
• 用途：高速な反復、リアルタイム情報、複数のクイック検索
• メリット：レイテンシーが低く、頻繁な検索でもコスト効率に優れています

詳細な調査 🔬

• おすすめ：reasoning_effort: "medium" または "high" を指定した gpt-5
• 用途：包括的な分析、複雑なトピック、詳細な調査
• メリット：複数回の推論を経た結果が得られ、エージェントによる反復が不要です

モデルの比較

モデル	推論	デフォルトの推論レベル	最適な用途
gpt-4o	❌	該当なし	標準的な検索
gpt-4o-mini	❌	該当なし	基本的なクエリ
gpt-5-mini	✅	low	素早い反復
gpt-5	✅	medium	詳細な調査
gpt-5-nano	✅	medium	バランスの取れたアプローチ
o3	✅	medium	高度な推論
o4-mini	✅	medium	効率的な推論

📦 インストール

uvx を使用する場合（推奨）

# Install and run directly
uvx openai-websearch-mcp

# Or install globally
uvx install openai-websearch-mcp

pip を使用する場合

# Install from PyPI
pip install openai-websearch-mcp

# Run the server
python -m openai_websearch_mcp

ソースからインストール

# 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

👩‍💻 開発

開発環境のセットアップ

# 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 .

環境変数

変数	説明	デフォルト
OPENAI_API_KEY	OpenAI API キー	必須
OPENAI_DEFAULT_MODEL	使用するデフォルトモデル	gpt-5-mini

🐛 デバッグ

MCP Inspector を使用する

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

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

よくある問題

問題: "Unsupported parameter: 'reasoning.effort'" 解決策: 推論レベルのパラメーターを指定して、推論機能のないモデル（gpt-4o、gpt-4o-mini）を使用すると発生します。サーバーは、互換性のあるモデルにのみ推論パラメーターを適用することで、この問題を自動的に処理します。

問題: "No module named 'openai_websearch_mcp'" 解決策: パッケージが正しくインストールされていること、および Python のパスにパッケージの場所が含まれていることを確認してください。

📄 ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細については、LICENSE ファイルをご覧ください。

🙏 謝辞

• 🤖 Claude Code で生成
• 🔥 OpenAI の Web Search API を利用
• 🛠️ Model Context Protocol 上に構築

---

Co-Authored-By: Claude [email protected]