OpenAI WebSearch

Fornece funcionalidade de pesquisa na web para assistentes de IA usando a API OpenAI, permitindo acesso a informações atualizadas.

GitHub

Experimente este MCPPatrocinado

Documentação

Servidor MCP OpenAI WebSearch 🔍

Um servidor MCP avançado que fornece recursos inteligentes de busca na web usando os modelos de raciocínio da OpenAI. Perfeito para assistentes de IA que precisam de informações atualizadas com recursos inteligentes de raciocínio.

✨ Recursos

🧠 Suporte a Modelos de Raciocínio: Compatibilidade total com os modelos de raciocínio mais recentes da OpenAI (gpt-5, gpt-5-mini, gpt-5-nano, o3, o4-mini)
⚡ Controle Inteligente de Esforço: Padrões inteligentes de reasoning_effort baseados no caso de uso
🔄 Busca Multimodo: Iterações rápidas com gpt-5-mini ou pesquisa aprofundada com gpt-5
🌍 Resultados Localizados: Suporte para personalização de busca baseada em localização
📝 Descrições Ricas: Documentação completa de parâmetros para integração fácil
🔧 Configuração Flexível: Suporte a variáveis de ambiente para implantação fácil

🚀 Início Rápido

Instalação com Um Clique para Claude Desktop

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

Substitua sk-xxxx pela sua chave de API da OpenAI no OpenAI Platform.

⚙️ Configuração

Claude Desktop

Adicione ao seu 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

Adicione às configurações de MCP no Cursor:

Abra as Configurações do Cursor (Cmd/Ctrl + ,)
Pesquise por "MCP" ou vá em Extensões → MCP
Adicione a configuração do 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

O Claude Code detecta automaticamente servidores MCP configurados para o Claude Desktop. Use a mesma configuração acima para o Claude Desktop.

Desenvolvimento Local

Para testes locais, use o caminho absoluto para o seu ambiente 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"
      }
    }
  }
}

🛠️ Ferramentas Disponíveis

`openai_web_search`

Busca inteligente na web com suporte a modelos de raciocínio.

Parâmetros

Parâmetro	Tipo	Descrição	Padrão
`input`	`string`	A consulta ou pergunta de busca	Obrigatório
`model`	`string`	Modelo de IA a usar. Suporta gpt-4o, gpt-4o-mini, gpt-5, gpt-5-mini, gpt-5-nano, o3, o4-mini	`gpt-5-mini`
`reasoning_effort`	`string`	Nível de esforço de raciocínio: baixo, médio, alto, mínimo	Padrão inteligente
`type`	`string`	Versão da API de busca na web	`web_search_preview`
`search_context_size`	`string`	Quantidade de contexto: baixo, médio, alto	`medium`
`user_location`	`object`	Localização opcional para resultados localizados	`null`

💬 Exemplos de Uso

Após a configuração, basta pedir ao seu assistente de IA para buscar informações usando linguagem natural:

Busca Rápida

"Pesquise os últimos desenvolvimentos em modelos de raciocínio de IA usando openai_web_search"

Pesquisa Aprofundada

"Use openai_web_search com gpt-5 e alto esforço de raciocínio para fornecer uma análise abrangente dos avanços em computação quântica"

Busca Localizada

"Pesquise encontros locais de tecnologia em São Francisco esta semana usando openai_web_search"

O assistente de IA usará automaticamente a ferramenta openai_web_search com os parâmetros apropriados com base na sua solicitação.

🤖 Guia de Seleção de Modelos

Buscas Rápidas em Múltiplas Rodadas 🚀

Recomendado: gpt-5-mini com reasoning_effort: "low"
Caso de Uso: Iterações rápidas, informações em tempo real, múltiplas consultas rápidas
Benefícios: Menor latência, econômico para buscas frequentes

Pesquisa Aprofundada 🔬

Recomendado: gpt-5 com reasoning_effort: "medium" ou "high"
Caso de Uso: Análise abrangente, tópicos complexos, investigação detalhada
Benefícios: Resultados raciocinados em múltiplas rodadas, sem necessidade de iterações do agente

Comparação de Modelos

Modelo	Raciocínio	Esforço Padrão	Melhor Para
`gpt-4o`	❌	N/A	Busca padrão
`gpt-4o-mini`	❌	N/A	Consultas básicas
`gpt-5-mini`	✅	`low`	Iterações rápidas
`gpt-5`	✅	`medium`	Pesquisa aprofundada
`gpt-5-nano`	✅	`medium`	Abordagem equilibrada
`o3`	✅	`medium`	Raciocínio avançado
`o4-mini`	✅	`medium`	Raciocínio eficiente

📦 Instalação

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

A partir do Código Fonte

# 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

👩‍💻 Desenvolvimento

Configurar Ambiente de Desenvolvimento

# 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 .

Variáveis de Ambiente

Variável	Descrição	Padrão
`OPENAI_API_KEY`	Sua chave de API da OpenAI	Obrigatório
`OPENAI_DEFAULT_MODEL`	Modelo padrão a usar	`gpt-5-mini`

🐛 Depuração

Usando o MCP Inspector

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

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

Problemas Comuns

Problema: "Unsupported parameter: 'reasoning.effort'" Solução: Isso ocorre ao usar modelos sem raciocínio (gpt-4o, gpt-4o-mini) com o parâmetro reasoning_effort. O servidor lida automaticamente com isso aplicando parâmetros de raciocínio apenas a modelos compatíveis.

Problema: "No module named 'openai_websearch_mcp'" Solução: Certifique-se de que o pacote foi instalado corretamente e que o seu caminho Python inclui o local do pacote.

📄 Licença

Este projeto está licenciado sob a Licença MIT - consulte o arquivo LICENSE para detalhes.

🙏 Agradecimentos

🤖 Gerado com Claude Code
🔥 Desenvolvido com a API de Busca na Web da OpenAI
🛠️ Construído sobre o Model Context Protocol

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