Lexeri MCP-Server in der ChatGPT-API einbinden

Mit der Responses API von OpenAI können Sie externe MCP-Server – und damit auch den Lexeri MCP-Server – als Werkzeug in eigene Anwendungen einbinden. Das Modell ruft die passenden Lexeri-Funktionen (Term-Suche, Term-Check, Anlegen oder Vorschlagen neuer Termini, Topics verwalten u. v. m.) selbständig auf, sobald sie für die Beantwortung einer Anfrage benötigt werden. Auf diese Weise lässt sich die Lexeri-Terminologie direkt in OpenAI-basierte Assistenten, Chatbots oder Automatisierungen integrieren, ohne die einzelnen API-Aufrufe selbst zu implementieren.

Diese Anleitung zeigt das Grundgerüst eines solchen Aufrufs in Python. Eine vollständige Beschreibung der MCP-Integration in der OpenAI-API – inklusive Authentifizierung, Approval-Mechanismus, Tool-Filterung und unterstützter Modelle – finden Sie in der Dokumentation von OpenAI: https://developers.openai.com/api/docs/guides/tools-connectors-mcp

Beispielaufruf

from openai import OpenAIclient = OpenAI()resp = client.responses.create(  model="gpt-5",  input="Check the following text for correct terminology...",  tools=[    {      "type": "mcp",      "server_label": "lexeri",      "server_description": "Lexeri terminology server – search terms, run term checks, propose or create terms.",      "server_url": "https://mcp.lexeri.com/mcp",      "authorization": "$LEXERI_API_TOKEN",      "require_approval": "never"    }  ])print(resp.output_text)

Der Lexeri-API-Token wird im Feld authorization direkt im Tool-Eintrag übergeben (nicht mehr als headers-Dictionary). OpenAI speichert diesen Wert nicht; er muss bei jeder Anfrage erneut mitgegeben werden, z. B. aus einer Umgebungsvariable oder einem Geheim-Manager.

Approval-Workflow

Standardmäßig fordert OpenAI vor jedem Tool-Aufruf an einen MCP-Server eine Bestätigung („Approval") an. Im Beispiel oben ist dies mit "require_approval": "never" ausgeschaltet, weil der Lexeri MCP-Server ein vertrauenswürdiger Server unter Ihrer Kontrolle ist.

Möchten Sie das Approval beibehalten oder nur für bestimmte Werkzeuge überspringen, beschreibt die OpenAI-Dokumentation den genauen Ablauf mit mcp_approval_request- und mcp_approval_response-Items sowie der granularen Schreibweise "require_approval": { "never": { "tool_names": ["..."] } }.

Optional: Werkzeuge einschränken

Mit dem Feld allowed_tools lässt sich festlegen, welche Lexeri-Werkzeuge das Modell überhaupt aufrufen darf. Das ist nützlich, um z. B. nur Lesezugriff zuzulassen oder die Anzahl importierter Tool-Definitionen (und damit die Kosten) zu reduzieren:

"allowed_tools": [  "search_for_terms",  "get_details_of_a_term",  "check_text_for_term_matches"]