openai-mcp-server

OpenAI API をあらゆる MCP クライアント（Claude Desktop、Claude Code、Cowork、Cursor、その他このプロトコルを話すあらゆるクライアント）に提供する MCP サーバーです。

9つのツールがあります: テキスト生成、チャット補完、モデル一覧取得、画像生成と編集、文字起こし、音声合成、埋め込み、モデレーションです。

なぜ存在するのか

Claude プラグインカタログには公式の OpenAI プラグインはありません。このサーバーはその同等品であり、あなたが所有し拡張できる通常のオープンソースプロジェクトとして構築されています。

Related MCP server: OpenAI Assistant MCP Server

ツール

すべてのツールは response_format: "markdown" | "json" を受け付けます。markdown は閲覧用、JSON は処理用です。また、すべてのツールが structuredContent を返すため、出力スキーマを理解するクライアントは解析なしで型付きデータを受け取れます。

要件

• Node.js 20 以上

• 利用可能なクォータを持つ OpenAI API キー

インストール

git clone <your-repo-url> openai-mcp-server
cd openai-mcp-server
npm install
npm run build

ビルドを確認します:

node dist/index.js --version   # prints 1.0.0
node dist/index.js --help      # lists all environment variables

{
  "mcpServers": {
    "openai": {
      "command": "node",
      "args": ["/absolute/path/to/openai-mcp-server/dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "sk-proj-...",
        "OPENAI_MCP_OUTPUT_DIR": "/Users/you/openai-mcp-output"
      }
    }
  }
}

MCP クライアントの設定

サーバーは stdio 上で MCP を話すため、クライアントはサブプロセスとしてサーバーを起動します。

Claude Desktop

claude_desktop_config.json を編集します:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

• Windows: %APPDATA%\Claude\claude_desktop_config.json

claude mcp add openai \
  --env OPENAI_API_KEY=sk-proj-... \
  -- node /absolute/path/to/openai-mcp-server/dist/index.js

その後、Claude Desktop を再起動します。

Claude Code

npm run dev        # watch mode via tsx
npm run typecheck  # tsc --noEmit, strict
npm test           # unit tests, no network calls
npm run build      # compile to dist/

その他の MCP クライアント

OPENAI_API_KEY を環境に設定した上で、node /absolute/path/to/dist/index.js をサーバーとして指定してください。

設定

必要になるのは OPENAI_API_KEY のみです。コピーして利用できるテンプレートは .env.example にあります。

モデル ID は変わります。 OpenAI はモデルの追加・名前変更・廃止を行い、アクセスはプロジェクトごとに異なります。どのデフォルトも上書き可能であり、openai_list_models はあなたのキーが実際に利用可能なモデルを報告します — 「model not found」で呼び出しに失敗した場合は、まずそこを確認してください。

セキュリティモデル

意図的に2つの制約を課しています:

ファイルシステムはサンドボックス化されています。 ローカルファイルを読むツール (openai_edit_image、openai_transcribe_audio) は、OPENAI_MCP_ALLOWED_DIRS 内の絶対パスのみを受け付けます。パスはチェック前に realpath で正規化されるため、シンボリックリンクや ../ による遷移で外に抜け出すことはできません。出力ディレクトリは常に許可されますが、それ以外はあなたが追加するまで許可されません。このリストは狭く維持してください。

バイナリ出力が会話に入り込むことはありません。 画像・音声・埋め込みベクトルはディスクに保存され、返されるのは同じパスのみです。base64 PNG 1枚や3072個の float ベクトルが返されると、モデルのコンテキストウィンドウを圧迫してしまうからです。

API キーは環境変数からのみ読み取られます — ツールの引数、ログ行、エラーメッセージに現れることは決してありません。

例

MCP クライアントに自然言語で指示すると、クライアントがツールを選択します。

「OpenAI サーバーを使って、このテキストを3文で要約してください。」

→ OpenAI generate_code_text

「どの OpenAI 埋め込みモデルを使えますか？」

→ openai_list_models（filter="embedding" 指定）

「青いキツネの透明な PNG ロゴを生成してください。」

→ openai_generate_image（background="transparent" 指定）

「~/Documents/audio/interview.m4a をドイツ語で文字起こして。」

→ openai_transcribe_audio（language="de" 指定） — そのディレクトリが OPENAI_MCP_ALLOWED_DIRS に含まれている必要があります

「これらの40個の製品説明を埋め込みして、クラスタリングできるようにして。」

→ openai_create_embeddings を使用後、報告された JSON ファイルを読み取ります

開発

src/
├── index.ts          entry point, server assembly, CLI flags
├── config.ts         environment parsing and validation
├── client.ts         OpenAI client construction
├── constants.ts      defaults, limits, response formats
├── errors.ts         API errors → actionable agent messages
├── files.ts          sandboxed read/write
├── format.ts         tool result shaping, character limit
└── tools/
    ├── text.ts       generate_text, chat_completion
    ├── models.ts     list_models
    ├── images.ts     generate_image, edit_image
    ├── audio.ts      transcribe_audio, text_to_speech
    └── analysis.ts   create_embeddings, moderate_content

テストスイートは、設定ファイルの解析、ファイルシステムサンドボックス (シンボリックリンクによる任意脱出やトラバーサルを含む)、エラーフォーマット、レスポンス整形をカバーしています。OpenAI API には一切接続しません。

プロジェクト構成

GXP7

ツールの追加方法

1. 各フィールドに対して .strict() と .describe() を持つ Zod スキーマを記述します。

2. server.registerTool(name, config, handler) で登録します — title、description、inputSchema、outputSchema、annotations を含めます。

3. Markdown/JSON の処理と文字数制限を一貫させるために toolResult(...) でレスポンスを返し、エラーは errorResult(...) で catch します。

4. 登録呼び出しを src/index.ts に、テストを test/ に追加します。

トラブルシューティング

サーバーログは stderr に出力されます。stdout は JSON-RPC ストリームを通しますので、常にクリーンである必要があります。

ライセンス

MIT — LICENSE を参照してください。