开放人工智能网络搜索微服务核心部件

Name: 开放人工智能网络搜索微服务核心部件
Author: ConechoAI

作者：ConechoAI75 星标更新：2025-09-12

安装使用来源：spider==github.com

项目介绍

OpenAI 网络搜索 MCP 服务器 🔍

一个高级的 MCP 服务器，使用 OpenAI 的推理模型提供智能网络搜索功能。非常适合需要最新信息并具备智能推理能力的 AI 助手。

✨ 特性

🧠 推理模型支持：完全兼容 OpenAI 最新的推理模型（gpt-5, gpt-5-mini, gpt-5-nano, o3, o4-mini）
⚡ 智能努力控制：基于使用场景的智能 推理努力 默认设置
🔄 多模式搜索：快速迭代使用 gpt-5-mini 或深入研究使用 gpt-5
🌍 本地化结果：支持基于位置的搜索定制
📝 丰富描述：完整的参数文档，便于集成
🔧 灵活配置：环境变量支持，便于部署

🚀 快速开始

Claude Desktop 一键安装

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

将 sk-xxxx 替换为您从 OpenAI 平台获取的 OpenAI API 密钥。

⚙️ 配置

Claude Desktop

在您的 claude_desktop_config.json 中添加：

{
  "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

在 Cursor 中添加 MCP 设置：

打开 Cursor 设置 (Cmd/Ctrl + ,)
搜索 "MCP" 或前往 Extensions → MCP
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"
      }
    }
  }
}

Claude Code

Claude Code 自动检测为 Claude Desktop 配置的 MCP 服务器。使用与 Claude Desktop 相同的配置。

本地开发

对于本地测试，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`

具有推理模型支持的智能网络搜索。

参数

参数	类型	描述	默认值
`input`	`string`	要搜索的查询或问题	必填
`model`	`string`	使用的 AI 模型。支持 gpt-4o, gpt-4o-mini, gpt-5, gpt-5-mini, gpt-5-nano, o3, o4-mini	`gpt-5-mini`
`reasoning_effort`	`string`	推理努力级别：低、中、高、最小	智能默认
`type`	`string`	网络搜索 API 版本	`web_search_preview`
`search_context_size`	`string`	上下文数量：低、中、高	`中`
`user_location`	`object`	可选的位置以获得本地化结果	`null`

💬 使用示例

配置完成后，只需用自然语言询问您的 AI 助手进行信息搜索：

快速搜索

"使用 openai_web_search 搜索 AI 推理模型的最新发展"

深入研究

"使用 openai_web_search 和 gpt-5 以及高推理努力提供量子计算突破的全面分析"

本地化搜索

"使用 openai_web_search 搜索本周旧金山的技术聚会"

AI 助手将根据您的请求自动使用 openai_web_search 工具及其适当的参数。

🤖 模型选择指南

快速多轮搜索 🚀

推荐：gpt-5-mini 与 推理努力: "低"
使用场景：快速迭代，实时信息，多次快速查询
优点：较低延迟，频繁搜索成本效益高

深入研究 🔬

推荐：gpt-5 与 推理努力: "中" 或 "高"
使用场景：全面分析，复杂主题，详细调查
优点：多轮推理结果，无需代理迭代

模型比较

模型	推理	默认努力	最适合
`gpt-4o`	❌	N/A	标准搜索
`gpt-4o-mini`	❌	N/A	基本查询
`gpt-5-mini`	✅	`低`	快速迭代
`gpt-5`	✅	`中`	深入研究
`gpt-5-nano`	✅	`中`	平衡方法
`o3`	✅	`中`	高级推理
`o4-mini`	✅	`中`	高效推理

📦 安装

使用 uvx（推荐）

# 直接安装和运行
uvx openai-websearch-mcp

# 或全局安装
uvx install openai-websearch-mcp

使用 pip

# 从 PyPI 安装
pip install openai-websearch-mcp

# 运行服务器
python -m openai_websearch_mcp

从源代码

# 克隆仓库
git clone https://github.com/yourusername/openai-websearch-mcp.git
cd openai-websearch-mcp

# 安装依赖
uv sync

# 开发模式运行
uv run python -m openai_websearch_mcp

👩‍💻 开发

设置开发环境

# 克隆并设置
git clone https://github.com/yourusername/openai-websearch-mcp.git
cd openai-websearch-mcp

# 创建虚拟环境并安装依赖
uv sync

# 运行测试
uv run python -m pytest

# 开发模式安装
uv pip install -e .

环境变量

变量	描述	默认值
`OPENAI_API_KEY`	您的 OpenAI API 密钥	必填
`OPENAI_DEFAULT_MODEL`	默认使用的模型	`gpt-5-mini`

🐛 调试

使用 MCP Inspector

# 对于 uvx 安装
npx @modelcontextprotocol/inspector uvx openai-websearch-mcp

# 对于 pip 安装
npx @modelcontextprotocol/inspector python -m openai_websearch_mcp

常见问题

问题："不支持的参数：'reasoning.effort'" 解决方案：当使用非推理模型（gpt-4o, gpt-4o-mini）时，此问题出现。服务器会自动处理，仅对兼容模型应用推理参数。

问题："没有名为 'openai_websearch_mcp' 的模块" 解决方案：确保您已正确安装了该包，并且您的 Python 路径包括包的位置。

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

🤖 由 Claude Code 生成
🔥 由 OpenAI 的网络搜索 API 提供动力
🛠️ 在 Model Context Protocol 上构建

共同作者：Claude noreply@anthropic.com