Naver 搜索 MCP 服务器

用于 Naver Search API 和 DataLab API 集成的 MCP 服务器，可实现跨各种 Naver 服务的全面搜索和数据趋势分析。

先决条件

• Naver 开发者 API 密钥（客户端 ID 和密钥）
• Node.js 18 或更高版本
• NPM 8 或更高版本
• Docker（可选，用于容器部署）

获取 API 密钥

1. 访问Naver 开发者
2. 点击“注册申请”
3. 输入应用程序名称并选择以下所有 API：
   • 搜索（博客、新闻、书籍搜索等）
   • DataLab（搜索趋势）
   • DataLab（购物洞察）
4. 将获取到的Client ID和Client Secret设置为环境变量

安装

选项 1：通过 Smithery 快速安装（推荐）

要通过 Smithery 自动安装 Naver Search MCP 服务器，请根据您的 AI 客户端使用以下命令之一：

对于 Claude 桌面：

对于光标：

对于风帆冲浪：

对于克莱恩来说：

安装程序将提示您：

• NAVER_客户端ID
• NAVER_CLIENT_SECRET

选项 2：手动安装

环境变量

使用 NPX 运行

使用 Docker 运行

光标桌面配置

添加到claude_desktop_config.json ：

对于 Docker：

工具详细信息

搜索工具

每个搜索工具都接受以下参数：

• query ：搜索词（必填）
• display ：显示的结果数（默认值：10）
• start ：起始位置（默认值：1）
• sort ：排序方法（sim：相似度，date：日期）

可用的搜索工具：

• search_webkr ：搜索 Naver 网页文档
• search_news ：搜索 Naver 新闻
• search_blog ：搜索 Naver 博客
• search_shop ：搜索 Naver 购物
• search_image ：搜索 Naver 图片
• search_kin : 搜索 Naver KnowledgeiN
• search_book ：搜索 Naver 图书
• search_encyc ：搜索 Naver 百科全书
• search_academic ：搜索 Naver 学术论文
• search_local ：搜索 Naver 本地地点

DataLab 工具

• datalab_search
  • 分析搜索词趋势
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（日/周/月）
    • keywordGroups ：关键字组数组
      • groupName ：组名称
      • keywords ：关键词数组
• datalab_shopping_category
  • 购物类别趋势分析
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码和名称的数组。
• datalab_shopping_by_device
  • 特定设备的购物趋势分析
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • device ：设备类型（pc：PC，mo：移动设备）
• datalab_shopping_by_gender
  • 性别购物趋势分析
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • gender ：性别（f：女性，m：男性）
• datalab_shopping_by_age
  • 按年龄段分析购物趋势
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • ages ：年龄组数组（例如 ["10", "20", "30"]）
• datalab_shopping_keywords
  • 购物关键词趋势分析
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • keyword ：关键字和名称的数组
• datalab_shopping_keyword_by_device
  • 按设备分析购物关键词趋势
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • keyword ：搜索关键字
    • device ：设备类型（pc：PC，mo：移动设备）
• datalab_shopping_keyword_by_gender
  • 购物关键词性别趋势分析
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • keyword ：搜索关键字
    • gender ：性别（f：女性，m：男性）
• datalab_shopping_keyword_by_age
  • 按年龄分析购物关键词趋势
  • 参数：
    • startDate ：分析开始日期（YYYY-MM-DD）
    • endDate ：分析结束日期（YYYY-MM-DD）
    • timeUnit ：分析时间单位（date：每日，week：每周，month：每月）
    • category ：购物类别代码
    • keyword ：搜索关键字
    • ages ：年龄组数组（例如 ["10", "20", "30"]）

建造

Docker 构建：

执照

MIT 许可证