
MCP Server Search

2025.03.24
0
Python搜索服务AI 工具集成搜索工具
MCP Server Search 是一个基于 Model Context Protocol (MCP) 的服务,为 AI 模型提供 Google 搜索功能。该服务允许模型从网络上搜索最新的信息,并具有缓存、请求延迟和重试配置等功能,以避免被限速。
View on GitHub
Overview
基本能力
产品定位
MCP Server Search 是一个为 AI 模型提供 Google 搜索功能的 MCP 服务器,支持从网络上获取最新的信息。
核心功能
- Google 搜索集成,支持缓存
- 可配置的请求延迟和重试机制,避免被限速
- 支持简单和高级搜索(带描述)
- 节流和随机化机制,确保良好的网络行为
适用场景
- AI 模型需要获取最新的网络信息
- 需要避免被搜索引擎限速的场景
- 需要缓存搜索结果的场景
工具列表
google_search
: 搜索 Google 并返回结果。结果以 Markdown 格式呈现,包括标题、URL 和描述(可选)。- 参数:
query
(string, 必需): 搜索查询num_results
(integer, 可选): 返回结果数量(1-20,默认 5)use_cache
(boolean, 可选): 是否使用缓存(默认 true)include_descriptions
(boolean, 可选): 是否包含描述(默认 true)
- 特性:
- 自动节流和重试机制
- 随机用户代理轮换
- 文件缓存,线程安全访问
- 速率限制时的指数退避
常见问题解答
- 如何避免被 Google 限速?
- 通过配置
--request-delay
和--max-retries
参数来优化请求频率和重试次数。 - 如何启用缓存?
- 使用
--cache-path
参数指定缓存文件路径,并在工具调用时设置use_cache=true
。
使用教程
使用依赖
- 需要安装 Docker
安装教程
- 构建 Docker 镜像:
bash docker build -t mcp-server-search .
- 创建持久化目录:
bash mkdir -p ./logs ./cache
- 运行容器:
bash docker run --rm -i \ -v "$(pwd)/logs:/app/logs" \ -v "$(pwd)/cache:/app/cache" \ mcp-server-search
调试方式
- 查看日志:
- 日志默认输出到
./logs
目录 - 配置参数:
--log-level
: 设置日志级别(DEBUG, INFO, WARNING, ERROR, CRITICAL)--log-file
: 日志文件路径(默认 stdout)--cache-path
: 缓存文件路径(默认 cache/google_cache.db)--request-delay
: 请求延迟(秒,默认 5)--max-retries
: 最大重试次数(默认 3)