Search1API MCP Server

Search1API MCP 서버

중국어판

Search1API를 사용하여 검색 및 크롤링 기능을 제공하는 MCP(Model Context Protocol) 서버입니다.

필수 조건

• 노드.js >= 18.0.0
• 유효한 Search1API API 키(키를 얻고 구성하는 방법은 아래 설정 가이드 참조)

설치(독립형/일반)

1. 저장소를 복제합니다.지엑스피1
2. API 키 구성: 빌드하기 전에 Search1API 키를 제공해야 합니다. 다양한 방법(예: .env 파일 또는 환경 변수 사용)은 아래 설정 가이드 섹션을 참조하세요.
3. 종속성을 설치하고 빌드합니다.
   npm install npm run build
   참고: API 키에 프로젝트의 .env 파일 방법을 사용하는 경우 이 단계 전에 해당 파일이 있는지 확인하세요.

사용법(독립형/일반)

API 키가 구성되었는지 확인하세요( 설정 가이드 참조).

서버를 시작합니다:

그러면 서버는 MCP 클라이언트로부터의 연결을 수락할 준비가 됩니다.

설정 가이드

1. Search1API 키 받기

1. Search1API 에 등록하세요
2. 대시보드에서 API 키를 받으세요.

2. API 키 구성

API 키를 서버에 제공해야 합니다. 다음 방법 중 하나를 선택하세요.

방법 A: 프로젝트 .env 파일(Standalone 또는 LibreChat에 권장)

이 방법은 LibreChat의 현재 버전과 통합하는 경우 필요합니다(아래의 구체적인 섹션 참조).

1. search1api-mcp 프로젝트 루트 디렉토리에 .env 라는 이름의 파일을 만듭니다.
   # In the search1api-mcp directory echo "SEARCH1API_KEY=your_api_key_here" > .env
2. your_api_key_here 실제 키로 바꾸세요.
3. npm install && npm run build 실행하기 전에 이 파일이 있는지 확인하세요.

방법 B: 환경 변수(독립 실행형만 해당)

서버를 시작하기 전에 SEARCH1API_KEY 환경 변수를 설정하세요.

방법 C: MCP 클라이언트 구성(고급)

일부 MCP 클라이언트는 구성에서 환경 변수를 직접 지정할 수 있도록 합니다. 이는 Cursor, VS Code 확장 프로그램 등과 같은 클라이언트에 유용합니다.

LibreChat 사용자 참고 사항: 현재 LibreChat의 제한 사항으로 인해 메서드 A(프로젝트 .env 파일)가 필수 메서드입니다. 자세한 내용은 아래 통합 관련 섹션을 참조하세요.

LibreChat(Docker)와의 통합

이 섹션에서는 Docker를 통해 LibreChat과 통합하는 데 필요한 단계를 자세히 설명합니다.

개요:

1. LibreChat docker-compose.yml 에서 접근할 수 있는 위치에 이 서버의 저장소를 복제합니다.
2. 이 서버 디렉토리 내의 Project .env 파일 방법을 사용하여 필요한 API 키를 구성합니다.
3. 이 서버를 구축하세요.
4. librechat.yaml 편집하여 LibreChat이 이 서버를 실행하는 방법을 알려줍니다.
5. Docker 볼륨 바인딩을 통해 빌드된 서버 코드가 LibreChat 컨테이너 내부에서 사용 가능한지 확인하세요.
6. LibreChat을 다시 시작합니다.

단계별:

1. 저장소 복제: LibreChat 외부 서비스를 관리하는 호스트 머신의 디렉토리로 이동합니다(이 디렉토리는 대개 docker-compose.yml 파일과 함께 있습니다). 일반적으로 전용 mcp-server 디렉토리가 사용됩니다.
   # Example: Navigate to where docker-compose.yml lives, then into mcp-server cd /path/to/your/librechat/setup/mcp-server git clone https://github.com/fatwang2/search1api-mcp.git
2. 서버 디렉토리로 이동합니다.
   cd search1api-mcp
3. API 키 구성(프로젝트 .env 파일 방법 - LibreChat에 필요):
   # Create the .env file echo "SEARCH1API_KEY=your_api_key_here" > .env # IMPORTANT: Replace 'your_api_key_here' with your actual Search1API key
4. 종속성 설치 및 빌드: 이 단계에서는 서버 코드를 build 디렉토리로 컴파일합니다.
   npm install npm run build
5. librechat.yaml 구성: LibreChat에 이 MCP 서버를 실행하는 방법을 알려주도록 기본 librechat.yaml 파일을 편집합니다. mcp_servers 아래에 항목을 추가합니다.
   # In your main librechat.yaml mcp_servers: # You can add other MCP servers here too search1api: # Optional: Display name for the server in LibreChat UI # name: Search1API Tools # Command tells LibreChat to use 'node' command: node # Args specify the script for 'node' to run *inside the container* args: - /app/mcp-server/search1api-mcp/build/index.js
   • args 경로( /app/... )는 빌드된 서버에 액세스할 LibreChat API 컨테이너 내부의 위치입니다(다음 단계에서 볼륨 바인딩 덕분에).
6. Docker 볼륨 바인딩 구성: docker-compose.yml 파일(또는 docker-compose.override.yml 파일)을 편집하여 호스트 머신의 search1api-mcp 디렉터리를 LibreChat API 컨테이너에 매핑합니다. api: 서비스의 volumes: 섹션을 찾으세요.
   # In your docker-compose.yml or docker-compose.override.yml services: api: # ... other service config ... volumes: # ... other volumes likely exist here ... # Add this volume bind: - ./mcp-server/search1api-mcp:/app/mcp-server/search1api-mcp
   • 호스트 경로( ./mcp-server/search1api-mcp ): docker-compose.yml 파일이 있는 위치를 기준으로 한 호스트 머신의 경로입니다. 다른 곳에서 저장소를 복제한 경우 이 경로를 조정하세요.
   • 컨테이너 경로( :/app/mcp-server/search1api-mcp ): 컨테이너 내부 경로입니다. librechat.yaml``args 경로에 사용된 디렉터리 구조 와 일치해야 합니다 .
7. LibreChat을 다시 시작합니다. docker-compose.yml 수정한 경우 다시 빌드하고 LibreChat 스택을 다시 시작하여 변경 사항을 적용합니다.
   docker compose down && docker compose up -d --build # Or: docker compose restart api (if only librechat.yaml changed)

이제 Search1API 서버는 LibreChat 내에서 도구 제공자로 사용할 수 있습니다.

특징

• 웹 검색 기능
• 뉴스 검색 기능
• 웹 페이지 콘텐츠 추출
• 웹사이트 사이트맵 추출
• DeepSeek R1을 통한 심층적 사고와 복잡한 문제 해결
• Claude Desktop, Cursor, Windsurf, Cline 및 기타 MCP 클라이언트와의 원활한 통합

도구

1. 검색 도구

• 이름: search
• 설명: Search1API를 사용하여 웹 검색
• 매개변수:
  • query (필수): 자연어로 된 검색어입니다. 더 나은 결과를 위해 구체적이고 간결하게 입력하세요.
  • max_results (선택 사항, 기본값: 10): 반환할 결과 수
  • search_service (선택 사항, 기본값: "google"): 사용할 검색 서비스(google, bing, duckduckgo, yahoo, x, reddit, github, youtube, arxiv, wechat, bilibili, imdb, wikipedia)
  • crawl_results (선택 사항, 기본값: 0): 전체 웹 페이지 콘텐츠에 대해 크롤링할 결과 수
  • include_sites (선택 사항): 검색에 포함할 사이트 목록
  • exclude_sites (선택 사항): 검색에서 제외할 사이트 목록
  • time_range (선택 사항): 검색 결과의 시간 범위("일", "월", "년")

2. 뉴스 도구

• 이름: news
• 설명: Search1API를 사용하여 뉴스 기사를 검색합니다.
• 매개변수:
  • query (필수): 자연어로 된 검색어입니다. 더 나은 결과를 위해 구체적이고 간결하게 입력하세요.
  • max_results (선택 사항, 기본값: 10): 반환할 결과 수
  • search_service (선택 사항, 기본값: "bing"): 사용할 검색 서비스(google, bing, duckduckgo, yahoo, hackernews)
  • crawl_results (선택 사항, 기본값: 0): 전체 웹 페이지 콘텐츠에 대해 크롤링할 결과 수
  • include_sites (선택 사항): 검색에 포함할 사이트 목록
  • exclude_sites (선택 사항): 검색에서 제외할 사이트 목록
  • time_range (선택 사항): 검색 결과의 시간 범위("일", "월", "년")

3. 크롤 도구

• 이름: crawl
• 설명: Search1API를 사용하여 URL에서 콘텐츠 추출
• 매개변수:
  • url (필수): 크롤링할 URL

4. 사이트맵 도구

• 이름: sitemap
• 설명: URL에서 모든 관련 링크를 가져옵니다.
• 매개변수:
  • url (필수): 사이트맵을 가져올 URL

5. 추론 도구

• 이름: reasoning
• 설명: 빠른 deepseek r1 모델과 웹 검색 기능을 갖춘 심층적 사고와 복잡한 문제 해결을 위한 도구(search1api 웹사이트에서 다른 모델로 변경할 수 있지만 속도는 보장되지 않음)
• 매개변수:
  • content (필수): 깊이 생각해야 할 질문이나 문제

6. 트렌딩 도구

• 이름: trending
• 설명: 인기 플랫폼에서 인기 주제를 받아보세요
• 매개변수:
  • search_service (필수): 트렌드 주제를 가져올 플랫폼(github, hackernews)을 지정합니다.
  • max_results (선택 사항, 기본값: 10): 반환할 트렌드 항목의 최대 수

버전 기록

• v0.2.0: LibreChat 통합을 위한 대체 .env 지원이 추가되었고 종속성이 업데이트되었습니다.
• v0.1.8: X(Twitter) 및 Reddit 검색 서비스 추가
• v0.1.7: GitHub 및 Hacker News에 대한 Trending 도구 추가
• v0.1.6: 위키피디아 검색 서비스 추가
• v0.1.5: 새로운 검색 매개변수(include_sites, exclude_sites, time_range)와 새로운 검색 서비스(arxiv, wechat, bilibili, imdb)가 추가되었습니다.
• v0.1.4: deepseek r1에 추론 도구 추가 및 커서 및 Windsurf 구성 가이드 업데이트
• v0.1.3: 뉴스 검색 기능 추가
• v0.1.2: 사이트맵 기능 추가
• v0.1.1: 웹 크롤링 기능 추가
• v0.1.0: 검색 기능이 포함된 최초 릴리스

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.