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 OpenAI
client = 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" ]