高速で無料のリアルタイムウェブ検索を実現し、ニュース、金融市場、スポーツ、エンターテイメント、天気など、信頼できるメディアブランドのプレミアムデータにアクセスできます。Dappierで強力なAIエージェントを構築しましょう。
marketplace.dappier.comのマーケットプレイスで、さまざまなデータ モデルを探索してください。
画像をクリックすると、Claude Desktop を使用して Dappier MCP を設定するための完全なビデオ ガイドを視聴できます。
Related MCP server: Deep Research MCP Server
Dappier APIキーを取得します。Dappierにアクセスしてサインアップし、APIキーを生成します。
Smithery経由で Claude Desktop 用の dappier-mcp を自動的にインストールするには:
npx -y @smithery/cli install @DappierAI/dappier-mcp --client claudeまずuvをインストールします。
MacOS/Linux :
curl -LsSf https://astral.sh/uv/install.sh | shウィンドウズ:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"Claude 構成ファイル ( claude_desktop_config.json ) を次の内容で更新します。
{
"mcpServers": {
"dappier": {
"command": "uvx",
"args": ["dappier-mcp"],
"env": {
"DAPPIER_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}ヒント：
commandフィールドにuvx実行ファイルへのフルパスを指定する必要がある場合があります。macOS/Linuxの場合はwhich uvx、Windowsの場合はwhere uvx実行することで取得できます。
構成ファイルの場所:
macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
Windows : %APPDATA%\Claude\claude_desktop_config.json
アプリケーション経由でアクセス:
macOS :
Claude デスクトップ アプリケーションを開きます。
メニューバーで、 Claude > Settingsをクリックします。
Developerタブに移動します。
Edit Configをクリックすると、デフォルトのテキスト エディターで構成ファイルを開きます。
ウィンドウズ:
Claude デスクトップ アプリケーションを開きます。
歯車アイコンをクリックしてSettingsにアクセスします。
Developerタブに移動します。
Edit Configをクリックすると、デフォルトのテキスト エディターで構成ファイルを開きます。
注:
Developerタブが表示されない場合は、Claude Desktop の最新バージョンを使用していることを確認してください。
カーソル構成ファイル ( mcp.json ) を次の内容で更新します。
{
"mcpServers": {
"dappier": {
"command": "uvx",
"args": ["dappier-mcp"],
"env": {
"DAPPIER_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}ヒント：
commandフィールドにuvx実行ファイルへのフルパスを指定する必要がある場合があります。macOS/Linuxの場合はwhich uvx、Windowsの場合はwhere uvx実行することで取得できます。
構成ファイルの場所:
グローバル構成:
macOS : ~/.cursor/mcp.json
Windows : %USERPROFILE%\.cursor\mcp.json
プロジェクト固有の構成:
mcp.jsonファイルをプロジェクト フォルダ内の.cursorディレクトリ内に配置します: <project-root>/.cursor/mcp.json
アプリケーション経由でアクセス:
カーソル アプリケーションを開きます。
Settings > MCPに移動します。
Add New Global MCP Serverをクリックします。
アプリケーションは、編集のためにデフォルトのテキスト エディターでmcp.jsonファイルを開きます。
注: Windows では、プロジェクト レベルの構成が認識されない場合は、カーソル設定インターフェイスを通じて MCP サーバーを追加することを検討してください。
Windsurf 構成ファイル ( mcp_config.json ) を次の内容で更新します。
{
"mcpServers": {
"dappier": {
"command": "uvx",
"args": ["dappier-mcp"],
"env": {
"DAPPIER_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}ヒント：
commandフィールドにuvx実行ファイルへのフルパスを指定する必要がある場合があります。macOS/Linuxの場合はwhich uvx、Windowsの場合はwhere uvx実行することで取得できます。
構成ファイルの場所:
macOS : ~/.codeium/windsurf/mcp_config.json
Windows : %USERPROFILE%\.codeium\windsurf\mcp_config.json
アプリケーション経由でアクセス:
Windsurf アプリケーションを開きます。
Settings > Cascadeに移動します。
Model Context Protocol (MCP) Serversセクションまで下にスクロールします。
View raw configをクリックして、デフォルトのテキスト エディターでmcp_config.jsonファイルを開きます。
注: 構成ファイルを編集した後、MCP サーバー セクションの
Refreshボタンをクリックして変更を適用します。
Dappier MCPリモートサーバーは、すぐに使える強力なリアルタイム機能を提供します。トレーニングや微調整は不要です。最新のWebデータ、金融市場、AIキュレーションコンテンツを活用した、ライブでインタラクティブなツールを構築できます。
モデルID: am_01j06ytn18ejftedz6dyhz2b15
DappierのAI搭載インデックスを使ってライブウェブを検索。リアルタイムで以下の情報にアクセスできます。
世界中の最新ニュース
天気予報と地域の最新情報
旅行アラートとフライト情報
トレンドトピックとバイラルコンテンツ
オンラインのお買い得情報とショッピングのハイライト
ニュースエージェント、旅行プランナー、アラートボットなどのユースケースに最適です。
モデルID: am_01j749h8pbf7ns8r1bq9s2evrh
このモデルは、市場データ、金融ニュース、取引インサイトへの即時アクセスを提供します。ポートフォリオダッシュボード、取引コパイロット、投資ツールに最適です。
以下を提供します:
リアルタイム株価
金融ニュースと企業の最新情報
取引シグナルとトレンド
市場動向の概要
Polygon.io のライブデータを使用した AI キュレーション分析
コンテンツの検出、要約、フィード生成向けにカスタマイズされた、複数のドメイン固有の AI モデルから選択します。
モデルID: dm_01j0pb465keqmatq9k83dthx34
リアルタイムのスポーツの見出し、試合の要約、専門家の分析で最新情報を入手しましょう。
モデルID: dm_01j0q82s4bfjmsqkhs3ywm3x6y
健康、エンターテイメント、日々のインスピレーションなど、厳選されたライフスタイル コンテンツをご覧ください。
モデルID: dm_01j1sz8t3qe6v9g8ad102kvmqn
賢い犬のケア アシスタント - トレーニングのヒント、健康に関するアドバイス、行動に関する洞察にアクセスできます。
モデルID: dm_01j1sza0h7ekhaecys2p3y0vmj
栄養管理から遊び時間、グルーミングの習慣まで、猫に関するあらゆることを扱う専門 AI。
モデルID: dm_01j5xy9w5sf49bm6b1prm80m27
持続可能なライフスタイルのアイデア、倫理的な選択、環境に優しいイノベーションを発見しましょう。
モデルID: dm_01jagy9nqaeer9hxx8z1sk1jx6
超ローカルなニュース、政治、文化、健康、多文化の最新情報を入手できます。
各推奨事項には次の内容が含まれます。
明確なタイトルと簡潔な要約
初版発行日
信頼できるソースとドメイン
画像プレビュー（利用可能な場合）
優先順位付けのための関連性スコア
詳細オプションでは次のことが可能です。
検索アルゴリズム ( semantic 、 most_recent 、 trendingなど) を調整します。
特定のドメインに結果を絞り込む（ ref ）
必要な結果の数を調整します（ similarity_top_k 、 num_articles_ref ）
MCP インスペクターを実行してサーバーをデバッグします。
npx @modelcontextprotocol/inspector uvx dappier-mcpDappier MCPサーバーの拡張と改善に向けた貢献を歓迎します。新しい検索機能の追加、既存機能の強化、ドキュメントの改善など、皆様からの貴重なご意見をお待ちしております。
他の MCP サーバーと実装パターンの例については、https: //github.com/modelcontextprotocol/serversを参照してください。
プルリクエストは大歓迎です！新しいアイデア、バグ修正、機能強化など、お気軽にご投稿ください。
Fetch AI-powered recommendations from Dappier by processing the provided query with a selected data model that tailors results to specific interests.
- **Sports News (dm_01j0pb465keqmatq9k83dthx34):**
Get real-time news, updates, and personalized content from top sports sources.
- **Lifestyle News (dm_01j0q82s4bfjmsqkhs3ywm3x6y):**
Access current lifestyle updates, analysis, and insights from leading lifestyle publications.
- **iHeartDogs AI (dm_01j1sz8t3qe6v9g8ad102kvmqn):**
Tap into a dog care expert with access to thousands of articles covering pet health, behavior, grooming, and ownership.
- **iHeartCats AI (dm_01j1sza0h7ekhaecys2p3y0vmj):**
Utilize a cat care specialist that provides comprehensive content on cat health, behavior, and lifestyle.
- **GreenMonster (dm_01j5xy9w5sf49bm6b1prm80m27):**
Receive guidance for making conscious and compassionate choices benefiting people, animals, and the planet.
- **WISH-TV AI (dm_01jagy9nqaeer9hxx8z1sk1jx6):**
Get recommendations covering sports, breaking news, politics, multicultural updates, and more.
Based on the chosen `data_model_id`, the tool processes the input query and returns a formatted summary including article titles, summaries, images, source URLs, publication dates, and relevance scores.
| Name | Required | Description | Default |
|---|---|---|---|
| ref | No | The site domain where recommendations should be prioritized. | |
| query | Yes | The input string for AI-powered content recommendations. | |
| data_model_id | Yes | The data model ID to use for recommendations. Available Data Models: - dm_01j0pb465keqmatq9k83dthx34: (Sports News) Real-time news, updates, and personalized content from top sports sources like Sportsnaut, Forever Blueshirts, Minnesota Sports Fan, LAFB Network, Bounding Into Sports and Ringside Intel. - dm_01j0q82s4bfjmsqkhs3ywm3x6y: (Lifestyle News) Real-time updates, analysis, and personalized content from top sources like The Mix, Snipdaily, Nerdable and Familyproof. - dm_01j1sz8t3qe6v9g8ad102kvmqn: (iHeartDogs AI) A dog care expert with access to thousands of articles on health, behavior, lifestyle, grooming, ownership, and more from the industry-leading pet community iHeartDogs.com. - dm_01j1sza0h7ekhaecys2p3y0vmj: (iHeartCats AI) A cat care expert with access to thousands of articles on health, behavior, lifestyle, grooming, ownership, and more from the industry-leading pet community iHeartCats.com. - dm_01j5xy9w5sf49bm6b1prm80m27: (GreenMonster) A helpful guide to making conscious and compassionate choices that benefit people, animals, and the planet. - dm_01jagy9nqaeer9hxx8z1sk1jx6: (WISH-TV AI) Covers sports, politics, breaking news, multicultural news, Hispanic language content, entertainment, health, and education. | |
| num_articles_ref | No | Minimum number of articles to return from the reference domain. | |
| search_algorithm | No | The search algorithm to use for retrieving articles. | most_recent |
| similarity_top_k | No | Number of top similar articles to retrieve based on semantic similarity. |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations are provided, so the description must disclose behavioral traits. It describes the output as a 'formatted summary including article titles, summaries, images, source URLs, publication dates, and relevance scores,' which is helpful. However, it does not mention authorization requirements, rate limits, or side effects, which would be expected for a tool with no annotations.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description starts with a clear purpose and organizes data models with bullet points, but it is somewhat verbose by repeating model information that is also in the schema. It is front-loaded but could be more concise, as every sentence earns its place but some repetition exists.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given six parameters, no output schema, and 100% schema coverage, the description is nearly complete. It explains the output format and each data model's domain, covering the core functionality. It could be more complete by briefly explaining how ref, num_articles_ref, search_algorithm, and similarity_top_k affect results, but the schema handles those sufficiently.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 100%, so the baseline is 3. The description adds value by naming and explaining data model IDs (e.g., 'Sports News: Real-time news...'), but these details are already present in the schema's description for data_model_id. Other parameters like ref, query, and search_algorithm are not elaborated beyond the schema, so the description provides minimal additional meaning.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states 'Fetch AI-powered recommendations from Dappier by processing the provided query with a selected data model,' which identifies the verb (fetch recommendations) and resource (Dappier data models). It distinguishes the tool from the sibling dappier_real_time_search by emphasizing recommendations with tailored content, though it doesn't explicitly contrast them.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description implies usage by listing data models and their domains (e.g., Sports News, Lifestyle News), but it does not explicitly state when to use this tool over the sibling or provide conditions for use. It lacks exclusions or alternative suggestions, leaving the agent to infer context.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Retrieve real-time search data from Dappier by processing an AI model that supports two key capabilities:
- Real-Time Web Search:
Access the latest news, weather, travel information, deals, and more using model `am_01j06ytn18ejftedz6dyhz2b15`.
- Stock Market Data:
Retrieve real-time financial news, stock prices, and trade updates using model `am_01j749h8pbf7ns8r1bq9s2evrh`.
Based on the provided `ai_model_id`, the tool selects the appropriate model and returns search results.
| Name | Required | Description | Default |
|---|---|---|---|
| query | Yes | The search query to retrieve real-time information. | |
| ai_model_id | Yes | The AI model ID to use for the query. Available AI Models: - am_01j06ytn18ejftedz6dyhz2b15: (Real Time Data) Access real-time Google web search results, including the latest news, weather, travel, deals, and more. - am_01j749h8pbf7ns8r1bq9s2evrh: (Stock Market Data) Access real-time financial news, stock prices, and trades from Polygon.io, with AI-powered insights and up-to-the-minute updates. |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations are provided, so the description must disclose behaviors. It mentions that an AI model is selected based on ai_model_id and returns results, but it does not address side effects, permissions, rate limits, error handling, or return structure. This is insufficient for full transparency.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is concise, well-structured into two paragraphs, and front-loads the purpose. Every sentence adds value with no redundancy.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given no output schema, no annotations, and two distinct models, the description lacks details on return format, error scenarios, and guidance on model selection. It is incomplete for effective agent use.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema coverage is 100% with detailed descriptions for both parameters. The description adds no meaningful new information beyond what is already in the schema, so it meets the baseline without enhancement.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states 'Retrieve real-time search data from Dappier' and distinguishes between two specific capabilities (web search and stock market data) using model IDs. The tool name and description differentiate it from the sibling tool 'dappier_ai_recommendations' by focusing on real-time data retrieval.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description lists two use cases but does not explicitly guide when to use this tool versus the sibling tool. It implies usage context through capabilities but lacks direct instructions or exclusions.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
v1.0.0dappier_ai_recommendationsdappier_real_time_searchScored across 2 tools
The two tools have clearly distinct purposes: one fetches AI recommendations with various data models, the other performs real-time search. No overlap in functionality.
Both tools share the 'dappier_' prefix and use descriptive noun phrases ('ai_recommendations', 'real_time_search'), though the first uses underscores between words and the second uses a more compound adjective form, leading to minor inconsistency.
With only 2 tools, the server is very focused. For a purpose-built API covering recommendations and search, this number is reasonable though minimal. Slightly under the typical 3-15 range but not drastically.
The server covers its stated domains (recommendations and real-time search) adequately, but lacks tools for managing data models or retrieving raw content. It's sufficient for basic use but leaves out potential CRUD operations.
Real-time data API for AI Agents: stocks, weather, forex, logistics, search, scrape, news, IP.
Structured, cited, real-world data from 300+ sources and the open web for your AI agents.
Give your agent web search and authoritative datasets: S&P Global, FRED, OECD, SimilarWeb & more.
Web data for agents: YouTube transcripts, screenshots, Google News, WHOIS, jobs, tech stack, more.
