ddg-mcp MCP 服务器

DuckDuckGo 搜索 API MCP - 通过模型上下文协议提供 DuckDuckGo 搜索功能的服务器。

成分

提示

服务器给出如下提示：

• search-results-summary ：创建 DuckDuckGo 搜索结果的摘要

  • 搜索词的必需“查询”参数

  • 可选的“样式”参数用于控制详细程度（简要/详细）

工具

服务器实现了以下 DuckDuckGo 搜索工具：

• ddg-text-search ：使用 DuckDuckGo 在网络上搜索文本结果

  • 必需：“关键词” - 搜索查询关键词

  • 可选：“region”、“safesearch”、“timelimit”、“max_results”

• ddg-image-search ：使用 DuckDuckGo 在网络上搜索图片

  • 必需：“关键词” - 搜索查询关键词

  • 可选：“区域”、“安全搜索”、“时间限制”、“大小”、“颜色”、“类型图像”、“布局”、“许可证图像”、“最大结果”

• ddg-news-search ：使用 DuckDuckGo 搜索新闻文章

  • 必需：“关键词” - 搜索查询关键词

  • 可选：“region”、“safesearch”、“timelimit”、“max_results”

• ddg-video-search ：使用 DuckDuckGo 搜索视频

  • 必需：“关键词” - 搜索查询关键词

  • 可选：“区域”、“安全搜索”、“时间限制”、“分辨率”、“持续时间”、“license_videos”、“max_results”

• ddg-ai-chat ：与 DuckDuckGo AI 聊天

  • 必填：“关键词” - 发送给 AI 的消息或问题

  • 可选：“模型”- 要使用的 AI 模型（选项：“gpt-4o-mini”、“llama-3.3-70b”、“claude-3-haiku”、“o3-mini”、“mistral-small-3”）

安装

先决条件

• Python 3.9 或更高版本

• uv （推荐）或 pip

从 PyPI 安装

从源安装

1. 克隆存储库：

2. 安装软件包：

配置

必需的依赖项

服务器需要duckduckgo-search包，当您安装ddg-mcp时它将自动安装。

如果需要手动安装：

DuckDuckGo 搜索参数

通用参数

这些参数适用于大多数搜索类型：

• region ：本地化结果的区域代码（默认值：“wt-wt”）

  • 例如：“us-en”（美式英语）、“uk-en”（英式英语）、“ru-ru”（俄语）

  • 查看DuckDuckGo 区域以了解更多选项

• safesearch ：内容过滤级别（默认值：“中等”）

  • "on": 严格过滤

  • “moderate”：中等过滤

  • “off”：不过滤

• timelimit ：结果的时间范围

  • “d”：最后一天

  • “w”：上周

  • “m”：上个月

  • “y”：去年（不适用于新闻/视频）

• max_results ：返回的最大结果数（默认值：10）

搜索运算符

您可以在搜索关键字中使用这些运算符：

• cats dogs ：关于猫或狗的搜索结果

• "cats and dogs" ：精确搜索“猫和狗”的结果

• cats -dogs ：搜索结果中狗的数量较少

• cats +dogs ：搜索结果中狗更多

• cats filetype:pdf ：关于猫的 PDF（支持：pdf、doc(x)、xls(x)、ppt(x)、html）

• dogs site:example.com ：来自 example.com 的关于狗的页面

• cats -site:example.com ：关于猫的页面，不包括 example.com

• intitle:dogs ：页面标题包含单词“dogs”

• inurl:cats ：页面 URL 包含单词“cats”

图像搜索特定参数

• 尺寸：“小”、“中”、“大”、“壁纸”

• 颜色：“颜色”、“单色”、“红色”、“橙色”、“黄色”、“绿色”、“蓝色”、“紫色”、“粉色”、“棕色”、“黑色”、“灰色”、“青色”、“白色”

• type_image ：“照片”、“剪贴画”、“gif”、“透明”、“线条”

• 布局：“方形”、“高”、“宽”

• license_image ：“任何”、“公开”、“共享”、“商业共享”、“修改”、“商业修改”

视频搜索特定参数

• 分辨率：“高”，“标准”

• 持续时间：“短”、“中”、“长”

• license_videos ：“creativeCommon”，“youtube”

AI聊天模型

• gpt-4o-mini ：OpenAI 的 GPT-4o 迷你模型

• llama-3.3-70b : Meta 的 Llama 3.3 70B 型号

• claude-3-haiku ：Anthropic 的 Claude 3 Haiku 模型

• o3-mini ：OpenAI 的 O3 迷你模型

• mistral-small-3 ：Mistral AI 的小型模型

快速入门

安装

克劳德桌面

在 MacOS 上： ~/Library/Application\ Support/Claude/claude_desktop_config.json在 Windows 上： %APPDATA%/Claude/claude_desktop_config.json

使用示例

文本搜索

高级示例：

图像搜索

高级示例：

新闻搜索

高级示例：

视频搜索

高级示例：

人工智能聊天

搜索结果摘要

克劳德配置

"ddg-mcp": { "command": "uv", "args": [ "--directory", "/PATH/TO/YOUR/INSTALLATION/ddg-mcp", "run", "ddg-mcp" ] },

发展

构建和发布

准备分发包：

1. 同步依赖项并更新锁文件：

2. 构建软件包分发版：

这将在dist/目录中创建源和轮子分布。

3. 发布到 PyPI：

注意：您需要通过环境变量或命令标志设置 PyPI 凭据：

• 令牌： --token或UV_PUBLISH_TOKEN

• 或用户名/密码： --username / UV_PUBLISH_USERNAME和--password / UV_PUBLISH_PASSWORD

使用 GitHub Actions 自动发布

此仓库包含一个 GitHub Actions 工作流，用于自动发布到 PyPI。以下情况会触发该工作流：

1. 创建了一个新的 GitHub 版本

2. 该工作流程通过 GitHub Actions 界面手动触发

要设置自动发布：

1. 生成 PyPI API 令牌：

   • 前往https://pypi.org/manage/account/token/

   • 创建一个范围仅限于ddg-mcp项目的新令牌

   • 复制令牌值（您只会看到一次）

2. 将令牌添加到您的 GitHub 存储库机密中：

   • 前往 GitHub 上的存储库

   • 导航至“设置”>“机密和变量”>“操作”

   • 点击“新建存储库秘密”

   • 名称： PYPI_API_TOKEN

   • 值：粘贴您的 PyPI 令牌

   • 点击“添加秘密”

3. 要发布新版本：

   • 更新pyproject.toml中的版本号

   • 在 GitHub 上创建新版本或手动触发工作流程

调试

由于 MCP 服务器通过 stdio 运行，调试起来可能比较困难。为了获得最佳调试体验，我们强烈建议使用MCP Inspector 。

您可以使用以下命令通过npm启动 MCP Inspector：

启动后，检查器将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。