openai-responses-mcp
Lightweight MCP server using OpenAI Responses API with built-in web search, enabling AI assistants to answer questions with citations and search results.
README
openai-responses-mcp
OpenAI Responses API を推論コアに採用した軽量な MCP サーバです。
web_search を常時許可し、実際に検索を行うかはモデルが自律判断します。Claude Code 等の MCP クライアントから stdio で利用します。
重要: 仕様・挙動は実装が正です。まず docs/spec.md を読んでください。
Repository Structure
src/: TypeScript ソースscripts/: 検証/補助スクリプト。例:mcp-smoke*,clean.jsconfig/config.yaml.example: 設定サンプルpolicy.md.example: 外部 System Policy のサンプル
docs/: 正準仕様/リファレンス/検証手順spec.md: 正準仕様reference/: 設定・導入・連携リファレンスverification.md: E2E 検証手順
README.md: プロジェクト概要/クイックスタートLICENSE: ライセンスpackage.json,package-lock.json: npm 設定/依存固定tsconfig.json: TypeScript 設定.gitignore: Git 除外設定
特長
- Responses API 準拠(公式JS SDK
openai) - 検索はモデルに委譲(
web_searchを常時許可) - 構造化出力は
answer本文、used_search、citations[]、modelを返すcitations[]は 情報源(URL またはoai-weather等の情報源ID)を返す
- System Policy の参照先:
src/policy/system-policy.ts - MCP stdio 実装(
initialize/tools/list/tools/call)
要件
- OS: macOS / Linux
- Node.js: 必須は v24 系。CI / Release ともに v24 系で運用。
- npm(Node 同梱)
- OpenAI API キー(環境変数で渡す)
必須設定だけで起動できる最小構成
- 必須設定: 環境変数
OPENAI_API_KEYのみ。 - 起動例:
export OPENAI_API_KEY="sk-..." && npx openai-responses-mcp@latest --stdio
使う場合の既定パスは ~/.config/openai-responses-mcp/config.yaml です。
MCPとして使う
MCPクライアントから利用する場合に参考にしてください。
1) Claude Code への登録例
~/.claude.jsonへ以下の項目を追加
{
"mcpServers": {
"openai-responses": {
"command": "npx",
"args": ["openai-responses-mcp@latest", "--stdio"],
"env": { "OPENAI_API_KEY": "sk-..." }
}
}
}
- Claude Code CLI では以下を実行
claude mcp add -s user -t stdio openai-responses -e OPENAI_API_KEY=sk-xxxx -- npx openai-responses-mcp@latest --stdio
2) OpenAI Codex への登録例
~/.codex/config.tomlへ以下の項目を追加
[mcp_servers.openai-responses]
command = "npx"
args = ["-y", "openai-responses-mcp@latest", "--stdio"]
env = { OPENAI_API_KEY = "sk-xxxx" }
3) CLAUDE.md や AGENTS.md への指示例
### 問題解決方針
開発中に問題や実装上の困難に遭遇した場合:
1. **必ず openai-responses MCP に相談すること**
- 相談は最優先かつ必須とする
- 独自判断での実装は絶対に行わない
2. **質問は必ず英語で行うこと**
- openai-responses MCP への質問はすべて英語で記載する
3. **代替手法や最新ベストプラクティスの調査**
- openai-responses MCP を活用して解決手段や最新のベストプラクティスを収集する
4. **複数の解決アプローチを検討すること**
- 一つの方法に即決せず、複数の選択肢を比較検討した上で方針を決定する
5. **解決策を文書化すること**
- 問題解決後は、再発時に迅速に対応できるよう手順や解決方法を記録しておく
4) npx で即実行
export OPENAI_API_KEY="sk-..."
npx openai-responses-mcp@latest --stdio
最小起動は --stdio のみ。必要に応じて --debug <path> / --config <path> / --show-config を付与する。
5) 設定
既定パス: ~/.config/openai-responses-mcp/config.yaml
最小例:
model_profiles:
answer:
model: gpt-5.5
reasoning_effort: medium
verbosity: medium
request:
timeout_ms: 300000
max_retries: 3
サンプル: config/config.yaml.example
外部 policy を使う場合は次のように設定します。
policy:
system:
source: file
path: ~/.config/openai-responses-mcp/policy.md
merge: append # replace | prepend | append
サンプル: config/policy.md.example
6) ログとデバッグ
- デバッグON:
--debug/DEBUG=1|true/ YAMLserver.debug: true。stderr に出力する。送受信 JSON が出力されるため回答本文が含まれる。優先度は CLI > ENV > YAML。 - デバッグON: ファイルへも出力する。
--debug ./_debug.logまたはDEBUG=./_debug.log - デバッグOFF: デバッグログは出さない。エラー時のみ標準エラーに出力する。
YAMLでの制御:
server.debug: true|false。YAMLだけでも全モジュールに反映する。server.debug_file: <path|null>。server.debug: trueのときにのみ有効で、stderr をファイルへTEEミラーする。
開発者向け(クローンして開発)
1) 取得とビルド
git clone https://github.com/uchimanajet7/openai-responses-mcp.git
cd openai-responses-mcp
npm i
npm run build
2) スモークテスト(MCPフレーミング)
npm run mcp:smoke | tee ./mcp-smoke.out
grep -c '^Content-Length:' ./mcp-smoke.out # 3 以上でOK
3) ローカル起動(stdio)
export OPENAI_API_KEY="sk-..."
node build/index.js --stdio --debug ./_debug.log
4) デモ(OpenAIへの問い合わせサンプル)
npm run mcp:quick -- "今日の東京の気温" # answer_quick
npm run mcp:answer -- "今日の東京の気温" # answer
npm run mcp:smoke:ldjson # NDJSON互換の疎通確認
5) ドキュメント(参照先)
- 正準仕様:
docs/spec.md - リファレンス:
docs/reference/config-reference.md/docs/reference/client-setup-claude.md - 検証手順:
docs/verification.md
メンテナ向け(配布)
npm パッケージ確認と公開
npm pack --dry-run # 同梱物を確認。build/ と README.md と LICENSE と package.json と config/*.example
git tag vX.Y.Z && git push --tags # GitHub Actions で公開。release.yml が実行される
トラブルシュート(要点)
Missing API key:OPENAI_API_KEY未設定。ENV を見直しCannot find module build/index.js: ビルド未実行 →npm run build- フレーミング不一致:
npm run mcp:smokeで確認し再ビルド - 429/5xx 多発:
request.max_retries/timeout_msを調整(YAML)
ライセンス
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。