元搜索 MCP 服务器
用于元搜索的 MCP 服务器
成分
该服务器使用 Tavily API 根据指定的查询执行搜索。
搜索结果以文本格式返回。
搜索结果包括 AI 响应、URI 和搜索结果的标题。
工具
该服务器实现了以下工具：
搜索：根据指定的查询执行搜索
必需参数：“查询”
可选参数：“search_depth”（基本或高级）
安装
下载存储库。
git clone https://github.com/YeonwooSung/metasearch-mcp.git
打开 Claude Desktop 配置文件。
On MacOS: `~/Library/Application\ Support/Claude/claude_desktop_config.json`
On Windows: `C:\Users\[username]\AppData\Roaming\Claude\claude_desktop_config.json`
编辑配置文件如下：
"mcpServers": {
"tavily-search": {
"command": "uv",
"args": [
"--directory",
"C:\\your_path\\mcp-server-tavily",
"run",
"tavily-search"
],
"env": {
"TAVILY_API_KEY": "YOUR_TAVILY_API_KEY",
"PYTHONIOENCODING": "utf-8"
}
}
}
重新启动 Claude Desktop。
Related MCP server: tavily-search-mcp-server
用法
在 Claude Desktop 中，当您询问“请搜索某些内容”时，您将收到搜索结果。
搜索示例：
Please search in detail for today's events in Kamakura
响应示例：
According to the search results, the following events start today, December 1st:
"Kamakura Promotion Photo Contest 2025"
Period: December 1, 2024 - January 31, 2025
A photo contest for those who love Kamakura
Applications start accepting from today
Also, as a related upcoming event:
On December 7th, an exhibition by 12 Kamakura artists will be held at the Seibu Press Inn Kamakura Ofuna Station East Exit Lounge.
日志存储位置
日志存储在以下位置：
对于 Windows：
C:\Users\[username]\AppData\Roaming\Claude\logs\mcp-server-tavily-search
使用游标执行
创建一个 shell 脚本（例如
script.sh），如下所示：
#!/bin/bash
TARGET_DIR=/path/to/mcp-server-tavily
cd "${TARGET_DIR}"
export TAVILY_API_KEY="your-api-key"
export PYTHONIOENCODING=utf-8
uv --directory $PWD run tavily-search
配置 Cursor 的 MCP 服务器设置如下：
Name: tavily-search
Type: command
Command: /path/to/your/script.sh
保存设置。
保存设置后，您可以要求 Cursor 的 Composer-Agent“搜索某些内容”，它将返回搜索结果。
使用 Docker Compose 在本地环境中运行
目的
对于无法使用 Claude Desktop 的 Windows/MacOS 以外的操作系统，本节介绍如何使用 Docker compose 在本地环境中设置和运行 MCP 服务器和客户端。
步骤
安装 Docker。
下载存储库。
git clone https://github.com/YeonwooSung/metasearch-mcp.git
运行 Docker compose。
docker compose up -d
执行客户端。
docker exec mcp_server uv --directory /usr/src/app/mcp-server-tavily/src run client.py
执行结果
如下所示搜索可用工具后，将向 Tavily 发出查询并返回响应