Search MCP Server

# Metaso Python SDK [](LICENSE) **作者**：凌封（微信：fengin） **网站**：[AI全书](https://aibook.ren) 一个用于访问秘塔搜索服务的 Python SDK，支持高速流式输出、全网搜索和学术搜索，提供简洁、深入、研究三种模式。 ## 功能特点 - 支持异步操作和流式输出 - 支持全网搜索和学术搜索 - 提供三种搜索模式： - 简洁模式：回答简短精炼 - 深入模式：回答详细全面 - 研究模式：回答深度分析 - 支持多账号配置 - 完善的错误处理机制 - 跨平台支持（Windows/macOS/Linux） ## 安装 ### 依赖要求 - Python 3.7+ - Playwright - aiohttp - asyncio ### 安装步骤 1. 安装 Python 包： ```bash pip install -r requirements.txt ``` 2. 安装 Playwright 浏览器： ```bash playwright install ``` ## 获取凭证 需要从秘塔搜索获取 `uid` 和 `sid`： 1. 访问 [秘塔AI搜索](https://metaso.cn/) 并登录账号（**建议登录账号，否则可能遭遇奇怪的限制**） 2. 打开浏览器开发者工具（F12） 3. 切换到 Application > Cookies 标签页 4. 找到 `uid` 和 `sid` 的值 5. 分别记录这两个值用于初始化客户端  ## 使用示例 ### 基本使用 ```python import asyncio from metaso import MetasoClient async def main(): # 初始化客户端 async with MetasoClient("your_uid", "your_sid") as client: # 使用默认模型(detail)进行对话 result = await client.get_completion("介绍一下杭州西湖的主要景点") # 获取主要内容 print(result["content"]) # 处理参考文献 for ref in result["references"]: print(f"[{ref['id']}] {ref['title']}") # 使用完整的markdown格式 print(result["markdown"]) asyncio.run(main()) ``` ### 流式输出 ```python import asyncio from metaso import MetasoClient async def main(): async with MetasoClient("your_uid", "your_sid") as client: # 使用流式输出 async for chunk in client.get_completion_stream("详细介绍杭州西湖十景"): print(chunk, end="", flush=True) asyncio.run(main()) ``` ### 使用不同模型 ```python import asyncio from metaso import MetasoClient async def main(): async with MetasoClient("your_uid", "your_sid") as client: # 使用研究模式 result = await client.get_completion( "分析人工智能对未来教育的影响", model="research" ) print(result["content"]) asyncio.run(main()) ``` ## 返回数据结构 非流式调用返回一个包含以下字段的字典： ```python { "content": str, # 主要内容文本 "references": [ # 参考文献列表 { "id": str, # 引用ID "title": str, # 标题 "link": str, # 链接 "snippet": str, # 摘要 "source": str, # 来源 "date": str # 日期 } ], "markdown": str, # 完整的markdown格式文本 "meta": { # 元数据信息 "model": str, # 使用的模型 "conversation_id": str, # 会话ID "query": str, # 查询内容 "timestamp": int # 时间戳 } } ``` ## 支持的模型 ### 全网搜索模型 - `concise`: 简洁模式 - `detail`: 深入模式（默认） - `research`: 研究模式 ### 学术搜索模型 - `concise-scholar`: 学术-简洁模式 - `detail-scholar`: 学术-深入模式 - `research-scholar`: 学术-研究模式 ## 注意事项 1. **浏览器数据目录** - 默认使用 `tmp/browser` 目录 - 可以通过构造函数参数 `browser_data_dir` 自定义 2. **错误处理** - 使用 try/except 捕获 MetasoException - 查看具体的错误码和消息 3. **性能优化** - 建议复用 MetasoClient 实例 - 使用异步操作提高并发性能 4. **安全建议** - 妥善保管凭证信息 - 建议使用环境变量管理敏感信息 ## 免责声明 **逆向API是不稳定的，建议前往秘塔AI官方 https://metaso.cn/ 使用，避免封禁的风险。** **本项目仅用于个人学习研究，请勿用于商业用途。使用本项目时请遵守相关服务条款和法律法规。**