OpenAI WebSearch MCP Sunucusu

“OpenAI WebSearch” MCP Sunucusu ne işe yarar?

OpenAI WebSearch MCP Sunucusu, yapay zeka asistanlarının Model Context Protocol (MCP) aracılığıyla OpenAI’nin web arama fonksiyonuna erişmesini sağlar. AI modelleri ile gerçek zamanlı web bilgisi arasında köprü görevi gören bu sunucu, asistanların eğitim verilerinde yer almayan güncel verilere ulaşmasına imkan tanır. Geliştiriciler, bu sunucuyu Claude veya Zed gibi platformlara entegre ederek AI ajanlarının sohbet sırasında canlı web aramaları yapabilmesini sağlayabilir. Bu, güncel olaylara yanıt verme, yakın tarihli verilerle bağlamı zenginleştirme ve daha dinamik, bilgili bir AI geliştirme iş akışı sağlama gibi kullanım alanlarını önemli ölçüde artırır.

Komut Listesi

Depoda veya dokümantasyonda komut şablonu listelenmemiştir.

İşinizi büyütmeye hazır mısınız?

Bugün ücretsiz denemenizi başlatın ve günler içinde sonuçları görün.

Demo talep et Giriş yap

Kaynak Listesi

Depoda veya dokümantasyonda açık bir kaynak listelenmemiştir.

Araç Listesi

• web_search
  AI’ın OpenAI’nin web aramasını bir araç olarak çağırmasını sağlar.
  • Gerekli argümanlar:
    • type (string): “web_search_preview” olmalı.
    • search_context_size (string): Bağlam penceresi kullanımı için rehber — “low”, “medium” (varsayılan) veya “high” olabilir.
    • user_location (object veya null): Aramaların kişiselleştirilmesi için konum bilgisi (tür, şehir, ülke, bölge, saat dilimi) içerir.

Bültenimize katılın

En son ipuçlarını, trendleri ve teklifleri ücretsiz alın.

E-posta adresi

Abone ol

Bu MCP Sunucusunun Kullanım Alanları

• Güncel Olayları Yanıtlama:
  AI asistanlarının yalnızca statik eğitim verisine dayanmadan webde en son bilgileri arayarak güncel yanıtlar sunmasını sağlar.
• Araştırma Desteği:
  Kullanıcıların gerçek zamanlı, ayrıntılı bilgiler veya özetler aramasına olanak tanıyan canlı web arama yeteneği sunar.
• Bağlam Zenginleştirme:
  LLM yanıtlarını taze web verisiyle destekleyerek çıktıların alaka düzeyini ve doğruluğunu artırır.
• Konuma Duyarlı Arama:
  Kullanıcıdan alınan konum bilgilerini kullanarak arama sonuçlarını kişiselleştirir ve yanıtları daha bağlamsal hale getirir.
• Hata Ayıklama ve Geliştirme:
  MCP inspector aracı ile MCP sunucusunu kolayca inceleyin ve hata ayıklayın, entegrasyon ve sorun giderme sürecini kolaylaştırın.

Nasıl Kurulur

Windsurf

Yakında (dokümantasyonda henüz adım belirtilmemiştir).

Claude

1. OpenAI platformundan OpenAI API anahtarınızı edinin.
2. Sunucuyu kurmak ve otomatik yapılandırmak için aşağıdaki komutu çalıştırın:

   OPENAI_API_KEY=sk-xxxx uv run --with uv --with openai-websearch-mcp openai-websearch-mcp-install
   

3. Alternatif olarak, uvx kurun ve Claude ayarlarınızı düzenleyin:

   "mcpServers": {
     "openai-websearch-mcp": {
       "command": "uvx",
       "args": ["openai-websearch-mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   }
   

4. Ya da pip ile kurun:

   pip install openai-websearch-mcp
   

   Ve ayarları güncelleyin:

   "mcpServers": {
     "openai-websearch-mcp": {
       "command": "python",
       "args": ["-m", "openai_websearch_mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   }
   

5. Yapılandırmayı kaydedin ve gerekiyorsa Claude’u yeniden başlatın.

API Anahtarlarını Güvende Tutma:
API anahtarlarını yapılandırmanızdaki env alanında saklayın.
Örnek:

"env": {
  "OPENAI_API_KEY": "your-api-key-here"
}

Cursor

Yakında (dokümantasyonda henüz adım belirtilmemiştir).

Cline

Dokümantasyonda kurulum adımları belirtilmemiştir.

Zed

1. OpenAI API anahtarınızı edinin.
2. uvx kullanarak Zed settings.json dosyanıza ekleyin:

   "context_servers": [
     "openai-websearch-mcp": {
       "command": "uvx",
       "args": ["openai-websearch-mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   ],
   

3. Ya da pip ile kurulum:

   "context_servers": {
     "openai-websearch-mcp": {
       "command": "python",
       "args": ["-m", "openai_websearch_mcp"],
       "env": {
           "OPENAI_API_KEY": "your-api-key-here"
       }
     }
   },
   

4. Yapılandırmanızı kaydedin ve Zed’i yeniden başlatın.

API Anahtarlarını Güvende Tutma:
Yukarıda gösterildiği gibi env alanını kullanın.

Bu MCP’yi Flow’larda Kullanmak

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, akışınıza MCP bileşeni ekleyerek AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırma bölümüne, MCP sunucu bilgilerinizi şu JSON formatında ekleyin:

{
  "openai-websearch-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırma tamamlandığında, AI ajanı artık bu MCP’yi bir araç olarak tüm fonksiyon ve yetenekleriyle kullanabilir. “openai-websearch-mcp” adını gerçek MCP sunucu adınızla, URL’yi ise kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Tablolar arasında:
Bu MCP sunucusu, ana kullanım alanı (LLM’ler için web arama erişimi) için odaklanmış ve iyi dokümante edilmiş olsa da, özel komutlar, açık kaynaklar veya örnekleme/kök desteği gibi gelişmiş MCP özelliklerinden yoksundur. Genel olarak, amaçlanan senaryo için sağlamdır ancak genişletilebilirliği sınırlıdır. Puan: 5/10

MCP Puanı