Skip to main content
Glama

SearchAPI MCP Server

SearchAPI.site - MCP-сервер

Этот проект предоставляет сервер Model Context Protocol (MCP), который подключает помощников на базе искусственного интеллекта к внешним источникам данных (Google, Bing и т. д.) через SearchAPI.site .

Доступные платформы

  • [x] Google — поиск в Интернете
  • [x] Google - Поиск изображений
  • [x] Google - Поиск YouTube
  • [ ] Google - Поиск на Картах
  • [x] Bing — поиск в Интернете
  • [ ] Bing — Поиск изображений
  • [ ] Реддит
  • [ ] X/Твиттер
  • [ ] Поиск в Facebook
  • [ ] Поиск группы Facebook
  • [ ] Инстаграм
  • [ ] ТикТок

SearchAPI.site

Поддерживаемые транспорты

  • [x] "stdio" transport — транспорт по умолчанию для использования CLI
  • [x] Транспорт«Streamable HTTP» — для веб-клиентов
    • [ ] Реализовать аутентификацию (заголовки «Authorization» с Bearer <token> )
  • [ ] "sse" транспорт (Устаревшее)
  • [ ] Написать тесты

Как использовать

CLI

# Google search via CLI npm run dev:cli -- search-google --query "your search query" --api-key "your-api-key" # Google image search via CLI npm run dev:cli -- search-google-images --query "your search query" --api-key "your-api-key" # YouTube search via CLI npm run dev:cli -- search-youtube --query "your search query" --api-key "your-api-key" --max-results 5

Настройка МКП

Для локальной конфигурации с транспортом stdio:

{ "mcpServers": { "searchapi": { "command": "node", "args": ["/path/to/searchapi-mcp-server/dist/index.js"], "transportType": "stdio" } } }

Для удаленной конфигурации HTTP:

{ "mcpServers": { "searchapi": { "type": "http", "url": "http://mcp.searchapi.site/mcp" } } }

Переменные среды для HTTP-транспорта:

Вы можете настроить HTTP-сервер, используя следующие переменные среды:

  • MCP_HTTP_HOST : Хост для привязки (по умолчанию: 127.0.0.1 )
  • MCP_HTTP_PORT : Порт для прослушивания (по умолчанию: 8080 )
  • MCP_HTTP_PATH : Путь к конечной точке (по умолчанию: /mcp )

Обзор исходного кода

Что такое МКП?

Model Context Protocol (MCP) — открытый стандарт, позволяющий системам искусственного интеллекта безопасно и контекстно подключаться к внешним инструментам и источникам данных.

Этот шаблон реализует спецификацию MCP с помощью чистой многоуровневой архитектуры, которую можно расширить для создания пользовательских серверов MCP для любого API или источника данных.

Зачем использовать этот шаблон?

  • Архитектура, готовая к производству : следует той же схеме, которая используется в опубликованных серверах MCP, с четким разделением между CLI, инструментами, контроллерами и службами.
  • Безопасность типов : создано с использованием TypeScript для улучшения опыта разработки, качества кода и удобства обслуживания.
  • Рабочий пример : включает в себя полностью реализованный инструмент поиска IP-адресов, демонстрирующий полную модель от CLI до интеграции API.
  • Тестовая среда : поставляется с тестовой инфраструктурой для модульных и интеграционных тестов CLI, включая отчеты о покрытии.
  • Инструменты разработки : включают ESLint, Prettier, TypeScript и другие качественные инструменты, предварительно настроенные для разработки сервера MCP.

Начиная

Предпосылки


Шаг 1: Клонирование и установка

# Clone the repository git clone https://github.com/mrgoonie/searchapi-mcp-server.git cd searchapi-mcp-server # Install dependencies npm install

Шаг 2: Запуск сервера разработки

Запустите сервер в режиме разработки с использованием транспорта stdio (по умолчанию):

npm run dev:server

Или с помощью потокового HTTP-транспорта:

npm run dev:server:http

Это запустит сервер MCP с горячей перезагрузкой и включит MCP Inspector по адресу http://localhost:5173 .

⚙️ Прокси-сервер прослушивает порт 6277 🔍 MCP Inspector запущен и работает по адресу http://127.0.0.1:6274

При использовании HTTP-транспорта сервер по умолчанию будет доступен по адресу http://127.0.0.1:8080/mcp .


Шаг 3: протестируйте пример инструмента

Запустите пример инструмента поиска IP-адресов из CLI:

# Using CLI in development mode npm run dev:cli -- search-google --query "your search query" --api-key "your-api-key" # Or with a specific IP npm run dev:cli -- search-google --query "your search query" --api-key "your-api-key" --limit 10 --offset 0 --sort "date:d" --from_date "2023-01-01" --to_date "2023-12-31"

Архитектура

Этот шаблон следует четкой, многоуровневой архитектурной модели, которая разделяет проблемы и способствует удобству обслуживания.

Структура проекта

src/ ├── cli/ # Command-line interfaces ├── controllers/ # Business logic ├── resources/ # MCP resources: expose data and content from your servers to LLMs ├── services/ # External API interactions ├── tools/ # MCP tool definitions ├── types/ # Type definitions ├── utils/ # Shared utilities └── index.ts # Entry point

Уровни и обязанности

Уровень CLI ( src/cli/*.cli.ts )

  • Цель : определение интерфейсов командной строки, которые анализируют аргументы и вызывают контроллеры.
  • Именование : Файлы должны называться <feature>.cli.ts
  • Тестирование : тесты интеграции CLI в <feature>.cli.test.ts

Слой инструментов ( src/tools/*.tool.ts )

  • Цель : Определить инструменты MCP со схемами и описаниями для помощников ИИ.
  • Именование : файлы должны иметь имена <feature>.tool.ts с типами в <feature>.types.ts
  • Шаблон : Каждый инструмент должен использовать zod для проверки аргументов.

Уровень контроллеров ( src/controllers/*.controller.ts )

  • Цель : Реализация бизнес-логики, обработка ошибок и форматирование ответов.
  • Именование : Файлы должны называться <feature>.controller.ts
  • Шаблон : Должен возвращать стандартизированные объекты ControllerResponse

Уровень служб ( src/services/*.service.ts )

  • Цель : Взаимодействие с внешними API или источниками данных.
  • Именование : Файлы должны называться <feature>.service.ts
  • Шаблон : чистое взаимодействие API с минимальной логикой

Уровень утилит ( src/utils/*.util.ts )

  • Цель : Обеспечить общую функциональность для всего приложения.
  • Ключевые возможности :
    • logger.util.ts : Структурированное ведение журнала
    • error.util.ts : Обработка ошибок и стандартизация
    • formatter.util.ts : Помощники форматирования Markdown

Руководство по разработке

Сценарии разработки

# Start server in development mode (hot-reload & inspector) npm run dev:server # Run CLI in development mode npm run dev:cli -- [command] [args] # Build the project npm run build # Start server in production mode npm run start:server # Run CLI in production mode npm run start:cli -- [command] [args]

Тестирование

# Run all tests npm test # Run specific tests npm test -- src/path/to/test.ts # Generate test coverage report npm run test:coverage

оценки

Пакет evals загружает клиент mcp, который затем запускает файл index.ts, поэтому нет необходимости перестраиваться между тестами. Вы можете загрузить переменные среды, указав префикс команды npx. Полную документацию можно найти здесь .

OPENAI_API_KEY=your-key npx mcp-eval src/evals/evals.ts src/tools/searchapi.tool.ts

Качество кода

# Lint code npm run lint # Format code with Prettier npm run format # Check types npm run typecheck

Создание пользовательских инструментов

Чтобы добавить собственные инструменты на сервер, выполните следующие действия:

1. Определите уровень обслуживания

Создайте новую службу в src/services/ для взаимодействия с вашим внешним API:

// src/services/example.service.ts import { Logger } from '../utils/logger.util.js'; const logger = Logger.forContext('services/example.service.ts'); export async function getData(param: string): Promise<any> { logger.debug('Getting data', { param }); // API interaction code here return { result: 'example data' }; }

2. Создать контроллер

Добавьте контроллер в src/controllers/ для обработки бизнес-логики:

// src/controllers/example.controller.ts import { Logger } from '../utils/logger.util.js'; import * as exampleService from '../services/example.service.js'; import { formatMarkdown } from '../utils/formatter.util.js'; import { handleControllerError } from '../utils/error-handler.util.js'; import { ControllerResponse } from '../types/common.types.js'; const logger = Logger.forContext('controllers/example.controller.ts'); export interface GetDataOptions { param?: string; } export async function getData( options: GetDataOptions = {}, ): Promise<ControllerResponse> { try { logger.debug('Getting data with options', options); const data = await exampleService.getData(options.param || 'default'); const content = formatMarkdown(data); return { content }; } catch (error) { throw handleControllerError(error, { entityType: 'ExampleData', operation: 'getData', source: 'controllers/example.controller.ts', }); } }

3. Внедрение инструмента MCP

Создайте определение инструмента в src/tools/ :

// src/tools/example.tool.ts import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js'; import { z } from 'zod'; import { Logger } from '../utils/logger.util.js'; import { formatErrorForMcpTool } from '../utils/error.util.js'; import * as exampleController from '../controllers/example.controller.js'; const logger = Logger.forContext('tools/example.tool.ts'); const GetDataArgs = z.object({ param: z.string().optional().describe('Optional parameter'), }); type GetDataArgsType = z.infer<typeof GetDataArgs>; async function handleGetData(args: GetDataArgsType) { try { logger.debug('Tool get_data called', args); const result = await exampleController.getData({ param: args.param, }); return { content: [{ type: 'text' as const, text: result.content }], }; } catch (error) { logger.error('Tool get_data failed', error); return formatErrorForMcpTool(error); } } export function register(server: McpServer) { server.tool( 'get_data', `Gets data from the example API, optionally using \`param\`. Use this to fetch example data. Returns formatted data as Markdown.`, GetDataArgs.shape, handleGetData, ); }

4. Добавить поддержку CLI

Создайте команду CLI в src/cli/ :

// src/cli/example.cli.ts import { program } from 'commander'; import { Logger } from '../utils/logger.util.js'; import * as exampleController from '../controllers/example.controller.js'; import { handleCliError } from '../utils/error-handler.util.js'; const logger = Logger.forContext('cli/example.cli.ts'); program .command('get-data') .description('Get example data') .option('--param <value>', 'Optional parameter') .action(async (options) => { try { logger.debug('CLI get-data called', options); const result = await exampleController.getData({ param: options.param, }); console.log(result.content); } catch (error) { handleCliError(error); } });

5. Регистрация компонентов

Обновите точки входа для регистрации новых компонентов:

// In src/cli/index.ts import '../cli/example.cli.js'; // In src/index.ts (for the tool) import exampleTool from './tools/example.tool.js'; // Then in registerTools function: exampleTool.register(server);

Инструменты отладки

Инспектор МКП

Получите доступ к визуальному инспектору MCP, чтобы протестировать свои инструменты и просмотреть сведения о запросах/ответах:

  1. Запустите npm run dev:server
  2. Откройте http://localhost:5173 в вашем браузере.
  3. Тестируйте свои инструменты и просматривайте журналы прямо в пользовательском интерфейсе

Журналы сервера

Включить журналы отладки для разработки:

# Set environment variable DEBUG=true npm run dev:server # Or configure in ~/.mcp/configs.json

Публикация вашего MCP-сервера

Когда вы будете готовы опубликовать свой собственный сервер MCP:

  1. Обновите package.json, указав свои данные.
  2. Обновите README.md документацией по вашему инструменту.
  3. Соберите проект: npm run build
  4. Протестируйте производственную сборку: npm run start:server
  5. Опубликовать в npm: npm publish

Лицензия

Лицензия ISC

{ "searchapi": { "environments": { "DEBUG": "true", "SEARCHAPI_API_KEY": "value" } } }

Примечание: Для обратной совместимости сервер также распознает конфигурации под полным именем пакета ( searchapi-mcp-server ) или именем пакета без области действия ( searchapi-mcp-server ), если ключ searchapi не найден. Однако для новых конфигураций рекомендуется использовать короткий ключ searchapi .

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Подключает помощников на основе искусственного интеллекта к внешним источникам данных (Google, Bing и т. д.) через SearchAPI.site, реализуя протокол контекста модели (MCP) для безопасного и контекстного доступа к веб-информации.

  1. Доступные платформы
    1. SearchAPI.site
      1. Поддерживаемые транспорты
        1. Как использовать
          1. CLI
          2. Настройка МКП
        2. Обзор исходного кода
          1. Что такое МКП?
          2. Зачем использовать этот шаблон?
        3. Начиная
          1. Предпосылки
          2. Шаг 1: Клонирование и установка
          3. Шаг 2: Запуск сервера разработки
          4. Шаг 3: протестируйте пример инструмента
        4. Архитектура
          1. Структура проекта
          2. Уровни и обязанности
        5. Руководство по разработке
          1. Сценарии разработки
          2. Тестирование
          3. оценки
          4. Качество кода
        6. Создание пользовательских инструментов
          1. Определите уровень обслуживания
          2. Создать контроллер
          3. Внедрение инструмента MCP
          4. Добавить поддержку CLI
          5. Регистрация компонентов
        7. Инструменты отладки
          1. Инспектор МКП
          2. Журналы сервера
        8. Публикация вашего MCP-сервера
          1. Лицензия

            Related MCP Servers

            • A
              security
              A
              license
              A
              quality
              A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
              Last updated -
              1
              2,647
              1,585
              TypeScript
              MIT License
              • Apple
            • A
              security
              F
              license
              A
              quality
              An MCP protocol server that enables web search functionality using the Tavily API, allowing AI assistants to perform internet searches in real-time.
              Last updated -
              4
              2
              Python
            • -
              security
              F
              license
              -
              quality
              A Model Context Protocol server that enables AI assistants like Claude to perform real-time web searches using the Exa AI Search API in a safe and controlled manner.
              Last updated -
              2,647
              • Apple
            • A
              security
              F
              license
              A
              quality
              A Model Context Protocol server that enables AI assistants to perform real-time web searches, retrieving up-to-date information from the internet via a Crawler API.
              Last updated -
              1
              44
              8
              JavaScript
              • Apple
              • Linux

            View all related MCP servers

            MCP directory API

            We provide all the information about MCP servers via our MCP API.

            curl -X GET 'https://glama.ai/api/mcp/v1/servers/mrgoonie/searchapi-mcp-server'

            If you have feedback or need assistance with the MCP directory API, please join our Discord server