openai-websearch-mcp 是一个高级 MCP 服务器，旨在为 AI 助手提供智能网页搜索能力，基于 OpenAI 的推理模型实现。它通过 Model Context Protocol 将 OpenAI 的网页搜索工具暴露给兼容的 AI 助手，使其能够获取最新信息并进行智能推理。
主要能力
- 推理模型支持：完全兼容 OpenAI 最新的推理模型，包括 gpt-5、gpt-5-mini、gpt-5-nano、o3、o4-mini。
- 智能 effort 控制：根据使用场景智能设置 reasoning_effort 默认值。
- 多模式搜索：可使用 gpt-5-mini 进行快速迭代，或使用 gpt-5 进行深度研究。
- 本地化结果：支持基于位置的搜索定制。
- 丰富的描述：提供完整的参数文档，便于集成。
- 灵活配置：支持环境变量，便于部署。
使用方式
该工具提供一键安装到 Claude Desktop 的方式，用户需要将配置中的 sk-xxxx 替换为自己的 OpenAI API 密钥。配置可添加到 claude_desktop_config.json 或 Cursor 的 MCP 设置中。Claude Code 会自动检测为 Claude Desktop 配置的 MCP 服务器。
本地开发时，使用虚拟环境的绝对路径进行测试。
可用工具
- openai_web_search：支持推理模型的智能网页搜索工具。
使用示例
配置完成后，用户可以用自然语言要求 AI 助手进行搜索，例如：
- “使用 openai_web_search 搜索 AI 推理模型的最新发展”
- “使用 openai_web_search 和 gpt-5 以及高推理 effort 对量子计算突破进行全面分析”
- “使用 openai_web_search 搜索本周旧金山的本地技术聚会” AI 助手会根据请求自动使用 openai_web_search 工具并设置适当参数。
模型选择指南
- 快速多轮搜索：推荐使用 gpt-5-mini 和 reasoning_effort: "low"，适用于快速迭代、实时信息和多次快速查询，延迟更低、成本效益更高。
- 深度研究：推荐使用 gpt-5 和 reasoning_effort: "medium" 或 "high"，适用于全面分析、复杂主题和详细调查，可获得多轮推理结果，无需代理迭代。
安装与配置
- 使用 uvx 安装（推荐）。
- 开发环境设置：包括环境变量配置和使用 MCP Inspector。
常见问题
- 错误：“Unsupported parameter: 'reasoning.effort'”：当对非推理模型（如 gpt-4o、gpt-4o-mini）使用 reasoning_effort 参数时出现，服务器会自动处理，仅对兼容模型应用推理参数。
- 错误：“No module named 'openai_websearch_mcp'”：确保正确安装包且 Python 路径包含包位置。
许可
该项目采用 MIT 许可证。
