OpenAI WebSearch

Proporciona funcionalidad de búsqueda web para asistentes de IA utilizando la API de OpenAI, permitiendo el acceso a información actualizada.

GitHub

Prueba este MCPPatrocinado

Documentación

OpenAI WebSearch MCP Server 🔍

Un servidor MCP avanzado que proporciona capacidades de búsqueda web inteligente utilizando los modelos de razonamiento de OpenAI. Perfecto para asistentes de IA que necesitan información actualizada con capacidades de razonamiento inteligente.

✨ Características

🧠 Compatibilidad con modelos de razonamiento: Compatibilidad total con los últimos modelos de razonamiento de OpenAI (gpt-5, gpt-5-mini, gpt-5-nano, o3, o4-mini)
⚡ Control inteligente de esfuerzo: Valores predeterminados inteligentes de reasoning_effort según el caso de uso
🔄 Búsqueda multimodo: Iteraciones rápidas con gpt-5-mini o investigación profunda con gpt-5
🌍 Resultados localizados: Soporte para personalización de búsqueda basada en ubicación
📝 Descripciones completas: Documentación completa de parámetros para una integración sencilla
🔧 Configuración flexible: Soporte de variables de entorno para un despliegue sencillo

🚀 Inicio rápido

Instalación con un clic para Claude Desktop

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

Reemplaza sk-xxxx con tu clave de API de OpenAI desde la Plataforma OpenAI.

⚙️ Configuración

Claude Desktop

Añade a tu 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"
      }
    }
  }
}

Cursor

Añade a tu configuración de MCP en Cursor:

Abre la Configuración de Cursor (Cmd/Ctrl + ,)
Busca "MCP" o ve a Extensiones → MCP
Añade la configuración del servidor:

{
  "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 detecta automáticamente los servidores MCP configurados para Claude Desktop. Usa la misma configuración que la anterior para Claude Desktop.

Desarrollo local

Para pruebas locales, usa la ruta absoluta a tu entorno virtual:

{
  "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"
      }
    }
  }
}

🛠️ Herramientas disponibles

`openai_web_search`

Búsqueda web inteligente con soporte de modelos de razonamiento.

Parámetros

Parámetro	Tipo	Descripción	Predeterminado
`input`	`string`	La consulta o pregunta de búsqueda	Obligatorio
`model`	`string`	Modelo de IA a utilizar. Compatible con gpt-4o, gpt-4o-mini, gpt-5, gpt-5-mini, gpt-5-nano, o3, o4-mini	`gpt-5-mini`
`reasoning_effort`	`string`	Nivel de esfuerzo de razonamiento: low, medium, high, minimal	Predeterminado inteligente
`type`	`string`	Versión de la API de búsqueda web	`web_search_preview`
`search_context_size`	`string`	Cantidad de contexto: low, medium, high	`medium`
`user_location`	`object`	Ubicación opcional para resultados localizados	`null`

💬 Ejemplos de uso

Una vez configurado, simplemente pide a tu asistente de IA que busque información usando lenguaje natural:

Búsqueda rápida

"Busca los últimos avances en modelos de razonamiento de IA usando openai_web_search"

Investigación profunda

"Usa openai_web_search con gpt-5 y alto esfuerzo de razonamiento para proporcionar un análisis exhaustivo de los avances en computación cuántica"

Búsqueda localizada

"Busca encuentros tecnológicos locales en San Francisco esta semana usando openai_web_search"

El asistente de IA utilizará automáticamente la herramienta openai_web_search con los parámetros adecuados según tu solicitud.

🤖 Guía de selección de modelos

Búsquedas rápidas de múltiples rondas 🚀

Recomendado: gpt-5-mini con reasoning_effort: "low"
Caso de uso: Iteraciones rápidas, información en tiempo real, múltiples consultas rápidas
Beneficios: Menor latencia, rentable para búsquedas frecuentes

Investigación profunda 🔬

Recomendado: gpt-5 con reasoning_effort: "medium" o "high"
Caso de uso: Análisis exhaustivo, temas complejos, investigación detallada
Beneficios: Resultados razonados de múltiples rondas, sin necesidad de iteraciones del agente

Comparación de modelos

Modelo	Razonamiento	Esfuerzo predeterminado	Ideal para
`gpt-4o`	❌	N/A	Búsqueda estándar
`gpt-4o-mini`	❌	N/A	Consultas básicas
`gpt-5-mini`	✅	`low`	Iteraciones rápidas
`gpt-5`	✅	`medium`	Investigación profunda
`gpt-5-nano`	✅	`medium`	Enfoque equilibrado
`o3`	✅	`medium`	Razonamiento avanzado
`o4-mini`	✅	`medium`	Razonamiento eficiente

📦 Instalación

Usando uvx (Recomendado)

# Install and run directly
uvx openai-websearch-mcp

# Or install globally
uvx install openai-websearch-mcp

Usando pip

# Install from PyPI
pip install openai-websearch-mcp

# Run the server
python -m openai_websearch_mcp

Desde el código fuente

# 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

👩‍💻 Desarrollo

Configurar el entorno de desarrollo

# 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 .

Variables de entorno

Variable	Descripción	Predeterminado
`OPENAI_API_KEY`	Tu clave de API de OpenAI	Obligatorio
`OPENAI_DEFAULT_MODEL`	Modelo predeterminado a utilizar	`gpt-5-mini`

🐛 Depuración

Usando MCP Inspector

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

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

Problemas comunes

Problema: "Parámetro no compatible: 'reasoning.effort'" Solución: Esto ocurre al usar modelos sin razonamiento (gpt-4o, gpt-4o-mini) con el parámetro reasoning_effort. El servidor lo maneja automáticamente aplicando los parámetros de razonamiento solo a modelos compatibles.

Problema: "No module named 'openai_websearch_mcp'" Solución: Asegúrate de haber instalado el paquete correctamente y de que tu ruta de Python incluya la ubicación del paquete.

📄 Licencia

Este proyecto está licenciado bajo la Licencia MIT; consulta el archivo LICENSE para más detalles.

🙏 Agradecimientos

🤖 Generado con Claude Code
🔥 Impulsado por la API de Búsqueda Web de OpenAI
🛠️ Construido sobre el Protocolo de Contexto de Modelo

Co-Authored-By: Claude noreply@anthropic.com