Удалённый MCP-сервер Jina AI

Версия CLI

Удалённый сервер Model Context Protocol (MCP), предоставляющий доступ к API Jina Reader, Embeddings и Reranker с набором инструментов для преобразования URL в markdown, веб-поиска, поиска изображений и эмбеддингов/реранкера:

Необязательные инструменты работают без ключа API, но имеют ограничения скорости. Для более высоких лимитов и лучшей производительности используйте ключ Jina API. Вы можете получить бесплатный ключ Jina API на https://jina.ai

Использование

[!WARNING] Некоторые клиенты не поддерживают переменные окружения, поэтому вам может потребоваться заменить ${JINA_API_KEY} ниже на жёстко заданный реальный ключ API jina_xxx.

[!NOTE] Сервер использует транспорт Streamable HTTP (спецификация MCP 2025-03-26). Конечная точка /sse сохранена как псевдоним для обратной совместимости. Подробности см. в FAQ.

Для клиента, поддерживающего удалённый MCP-сервер:

{
  "mcpServers": {
    "jina-mcp-server": {
      "url": "https://mcp.jina.ai/v1",
      "headers": {
        "Authorization": "Bearer ${JINA_API_KEY}" // optional
      }
    }
  }
}

Для клиента, который пока не поддерживает удалённый MCP-сервер, вам понадобится mcp-remote — локальный прокси для подключения к удалённому MCP-серверу.

{
  "mcpServers": {
    "jina-mcp-server": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp.jina.ai/v1",
        "--header",
        "Authorization: Bearer ${JINA_API_KEY}"
      ]
    }
  }
}

Для Claude Code:

[!WARNING] Обновление с /sse? Если вы ранее добавляли с --transport sse, сначала уда его с помощью claude mcp remove -s user jina, затем добавьте заново, используя команду ниже.

claude mcp add -s user --transport http jina https://mcp.jina.ai/v1 \
  --header "Authorization: Bearer ${JINA_API_KEY}"

Для OpenAI Codex: найдите ~/.codex/config.toml и добавьте следующее:

[mcp_servers.jina-mcp-server]
command = "npx"
args = [
    "-y",
    "mcp-remote",
    "https://mcp.jina.ai/v1",
    "--header",
    "Authorization: Bearer ${JINA_API_KEY}"]

Related MCP server: Sentinel Core Agent

Фильтрация инструментов перед регистрацией

Каждый MCP-инструмент требует, чтобы LLM заранее выделила токены в своём контекстном окне для имени, описания и схемы инструмента. Для LLM с ограниным контекстным окном регистрация всех 22 инструментов может занять значительное место до начала реальной работы.

Фильтруя инструменты на стороне сервера с помощью параметров запроса в URL конечной точки/v1?...`), исключённые инструменты никогда не регистрируются в MCP-клиенте. Клиент и LLM никогда их не видят, экономя контекстное окно важного.

Параметры запроса

Параметр | Описание | Пример | | --------------- ------------------------------------------------------------------------------------------------- |------ | | exclude_tools | Имена инструментов через запятую для исключения | exclude_tools=search_web,search_arxiv | | include_tools | Имена инструментов через запятую для включения | include_tools=read_url,search_web | | exclude_tags | Теги через запятую для исключения | exclude_tags=parallel,rerank | | include_tags | Теги через запятую для включения | include_tags=search,read | | max_tokens |граничить размер ответа read_url/parallel_read_url в токенах. 0 отключает усечение | max_tokens=50000 |

Доступные теги

Приоритет

Фильтры применяются в таком порядке (от высшего приоритета к низшему):

1. exclude_tools — всегда исключает указанные инструменты

2. exclude_tags — исключает инструменты из указанных тегов

3. include_tools — включает указанные инструменты

4. include_tags — начинается только с инструментов из указанных тегов

Примеры

Исключение параллельных инструментов (экономит контекстные токены примерно на 4 инструмента):

{
  "mcpServers": {
    "jina-mcp-server": {
      "url": "https://mcp.jina.ai/v1?exclude_tags=parallel",
      "headers": {
        "Authorization": "Bearer ${JINA_API_KEY}"
      }
    }
  }
}

Включение только инструментов поиска и чтения:

{
  "mcpServers": {
    "jina-mcp-server": {
      "url": "https://mcp.jina.ai/v1?include_tags=search,read",
      "headers": {
        "Authorization": "Bearer ${JINA_API_KEY}"
      }
    }
  }
}

Исключение конкретных инструментов:

{
  "mcpServers": {
    "jina-mcp-server": {
      "url": "https://mcp.jina.ai/v1?exclude_tools=search_images,deduplicate_images",
      "headers": {
        "Authorization": "Bearer ${JINA_API_KEY}"
      }
    }
  }
}

Устранение неполадок

Я застрял в цикле вызова инструментов — что произошло?

Это распространённая проблема с LM Studio, когда стандартное окно контекста равно 4096 и вы используете думающую модель вроде gpt-oss-120b или qwen3-4b-thinking. Пока продолжается процесс рассуждений и вызовов инструментов, при достижении предела окна контекста модель начинает терять начало задачи. Именно так она и попадает в этот бесконечный цикл в «прокручивающемся» окне контекста.

Решение — загрузить модель с достаточно большим окном контекста, чтобы в него поместизовались вся цепочка вызовов и процесс рассуждения.

Я вижу не все инструменты.

Некоторые MCP-клиенты используют локальное кэширование и не обновляют определения новых инструментов автоматически. Если вы не видите всех доступных инструментов или инструменты кажутся устаревшими, возможно, потребуется удалить и снова добавить jina-mcp-server в конфигурацию вашего MCP-клиента. Это заставит клиента обновить кэш определений. В LM Studio можно нажать кнопку обновления, чтобы загрузить новые инструменты.

Claude Desktop сообщает «Server disconnected» на Windows

Cursor и Claude Desktop (Windows) содержат ошибку, из-за которой пробелы внутри аргументов не экранируются при вызове npx, и в близ концow эти значения повреждаются. Можno обойти это так:

{
  // rest of config...
  "args": [
    "mcp-remote",
    "https://mcp.jina.ai/v1",
    "--header",
    "Authorization:${AUTH_HEADER}" // note no spaces around ':'
  ],
  "env": {
    "AUTH_HEADER": "Bearer <JINA_API_KEY>" // spaces OK in env vars
  }
},

Cursor показывают красную точку в статусе этот MCP

Скорее всего, это UI-ошибка Cursor и, но MCP при этом полностью работоспособен. Если красная точка раздражает, можно выключить/включить MCP, чтобы «перескать» его (по правоite, посколько вы испольd است this as удалённый MCP, это не настоящий «перескать сервера», а скорее перескать локonly proxy).

Мой LLM никогда не использует некthe инструменты

Если все инструменты включь в вашем MCP client, но LLM всё равно не исползует некоторые из них или предпочитаet одни другим — это доstataточ common realization, когда LLM trained on определённый set инструментов. Например, ми почти не виддим, чтобы parallel_*-инструменты использо ставлись LLM organически, unless им явно указаэто. Некотоrые иследования говорит, что LLM_* must be learned to use parallel_*. Модели вроде Qwen3-Next предпочитают вызываеть одиночнуversія, но с не overcame queries in array (наш MCP this now также поддеживает). Anyway, in Cursor, you can add it следущее правило in your file .mdc:

---
alwaysApply: true
---

When you are uncertain about knowledge, or the user doubts your answer, always use Jina MCP tools to search and read best practices and latest information. Use search_arxiv and read_url together when questions relate to theoretical deep learning or algorithm details. Use search_ssrn for social sciences, economics, law, and finance research. search_web, search_arxiv, and search_ssrn cannot be used alone - always combine with read_url or parallel_read_url to read from multiple sources. Remember: every search must be complemented with read_url to read the source URL content. For maximum efficiency, use parallel_* versions of search and read when necessary.

Почеmy контент обрезается?

Claude Code, Claude Desktop и Cursor устанавливают фикс ему лиmiт в 25 K token на MCP tool responses. Чтобы предот внять outright reject клиbaren of large ответов, this server прим еняет «alone обрезку токенов» к read_url и parallel_read_url.

Элементы сохраняются целиком в исходном порядке, пока умещается в лимит. Первый элемент, который не помещается, обрезывается до префикса, который помещается, а всё, что идёт после него, отбрасывается. Короткая замет [some-mcp] ... добав earlier сообщает, что было обрезан/пропущено, — and that way model knows что видит only partial document, а не полный. Всегда выжевает хотя бы один author.

The сервер сознательно целыется ниже лимита, а не точно в него. It must: the internec: пока сервал counts token with cl100к, when client counts своим токенизатором; обрез — предположительная character оценка; client measures — serialize JSON payload, а не raw text. Поэтому сверх бюджета токенов сервер также вводит жест потолок в 3 байта на допустимый токен, и он дер is raised regardless of tokenizer: for English prose (~3.6 байта/токен) and for CJK (~3 байта/токен). Отклонённый ответ не даёт ничег, так that ошибка в меньшую сторону — более дешёвая.

Любой клиент может задать свой присвоить бюджет через max_tokens в URL эндпоинта (например, https://mcp.jina.ai/v1?max_tokens=50000), while max_tokens=0 completely отключает обрезывание. Клиенты с конфигурируемыми лимитами, такие как OpenAI Codex (tool_output_token_limit) / otherwise оставалены без вмешательства.

Использование параллельных инструментов и одиночных с масявами

Clade Code недавно начал предпочитать инструменты активного parallel_* (как parallel_search_web, paralle_read_url) для параллельных операций. You can still use parallel_* tools; but models like Qwen3-Next prefer single searches too. Both active working: одинotые versionsы — search_web, search_arxiv, search_ssrn, read_url — принимают как строку, так и массив строк в query/url. When you pass an array, the tools automatically параллельно executed all запросіv внутри, давая те же concurrent результаты, что и явный вызов parallel_*. Use the style you prefer. Please note, that arrays can keep максимум 5 элементов — that's the same limit that parallel_* tools allow.

Why это эндпоинт называется /sse, понимаю, Streamable HTTP?

The /sse endpoint URL remains for backwards compatibility with your existing setup. Рекомендуемый эндпоинт — now /v1. Both use the same Streamable HTTP transport (new MCP standard of the specification 2025-03-26), not the old deprecated SSE transport.

This works seamlessly because:

• Claude Desktop, Cursor, Windsurf use mcp-remote, which by default uses the http-first strategy (initially attempts to connect via Streamable HTTP)

• Claude Code and the official SDK natively supports both transport implementations

• LM Studio has a native support for direct endpoints of Streamable HTTP

The response's still streamed in SSE format (text/event-stream), but the protocol layer (session management, initialization) follow the Streamable HTTP standard.

Клиент-side tool filter with mcp-remote

If you are using mcp-remote as a local proxy, you can filter the tools on the client's side via the --ignore-tool:

{
  "mcpServers": {
    "jina-mcp-server": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp.jina.ai/v1",
        "--header",
        "Authorization: Bearer ${JINA_API_KEY}",
        "--ignore-tool", "parallel_search_web",
        "--ignore-tool", "parallel_search_arxiv",
        "--ignore-tool", "parallel_read_url"
      ]
    }
  }
}

Thus approach filters tool definitions at the proxy level already, before they reach the MCP client. However, filtering server via query-parameters (see Tool Filtering), это iss more efficient, as it reduces token usage at the source.

Reading a page with a question in в голове

By default, read_url returns the whole page, and the model pays for every token of it only to answer a single question. If passing question, the page is instead divided on passages and ranked by Reranker v3.0, and only the best-ranked passages are returned — it's literally the same pipeline which search_web_deep runnn on this result pages, now available for a URL you already have.

All three parameters are optional and question is the key. This to be careful — all the son in source code:

// full page: 13,713 bytes, 233 ms
{ "url": "https://jina.ai/news/what-late-chunking-really-is-and-what-its-not-part-ii/" }

// one passage: 756 bytes (5.5%), 569 ms
{ "url": "https://jina.ai/news/what-late-chunking-really-is-and-what-its-not-part-ii/",
  "question": "Which embedding models support late chunking?", "topk": 2 }

A question-consусessс response to an order содержит вернsign question, snippets and snippet_source: content, and omitted content. Если он не поддается от solution because − The page is empty, this is not read, the ranking, — Returns entire body with snippet_source: full_content and a note, that says about this — не префикоение пон сами work.

Three thing you need to know before на prelimingatement:

• Оценка одновременно слует сигнализатором увереня. If you ask this page a question which it cannot answer, score fall by an order magnitude rather than at true build (m: 0.02 vs from 0.51 to 0.81). โตкiclehttp...

• Блоки кода и таблицы удаляются прежде ранч. Cчunker удаляет их, together with navigation обвязкой; именно это prevents boilerplate from winning a lexical overlap. Some tradeoff: устано команды и таблиц спецификаций не становятся подходящями passages, so «how to install X» — weak fit factor for this parameter.

• The latence удваивается vs. simple reading, because excerpt identified When fetching происходит AND adds an extra rerank call. parallel_read_url raises its own minimum bash дкых 0 секунд, when any ринг command contains question.

What is the difference between search_web and search_web_deep?

search_web diminessnippet from search engine, typically around 20 words, often a keyword containing word fragment not the answer. search_web_deep also читает each page via Reading, splits it on ~100-word fragments at the sentence cross, and ranks all fragments of each page in one general refetch — so any фры can »beat» any other. snippet_source=auto (default) passes each page's engine's snippet as one more candidate, and the field snippet_source in each result says which of them win; content — Does not «воевать», but simply missing unreadable pages, because of which the result can be less number than num.

Topizes from the current mode. The snippets keep the start and the end, the middle is replaced, then in obvious why:

English — what is the latest model from jina ai

Китайский — jina ai 最新的模型是什么

• Сниппет поисковика иногда оказывается лучшим ответом. Три лучших английских результата auto вернулись как serp — короткие, и первый отвечает на запрос более прямо, чем любой извлечённый фрагмент, тогда как content вместо этого продвигает навигацию по главной странице jina.ai. Предпочитайте auto, если только что-то ниже по конвейеру не требует полных фрагментов.

• Реранкер оценивает релевантность, а не свежесть. Оба китайских deep-запуска ставят статью 2023 года о jina-embeddings-v2 на первое место для запроса, спрашивающего, какая модель самая новая. Ограничьте окно с помощью tbs или проверяйте date каждого результата.

• Фрагменты не всегда ~100 слов. Страницы с большим количеством навигации не имеют пунктуации для разделения на предложения, поэтому первые два английских результата content достигают ~2000 символов — потолка на фрагмент.

Руководство разработчика

Локальная разработка

# Clone the repository
git clone https://github.com/jina-ai/MCP.git
cd MCP

# Install dependencies
npm install

# Start development server
npm run start

Развёртывание на Cloudflare Workers

Это развернёт ваш MCP-сервер по URL вида: jina-mcp-server.<your-account>.workers.dev/v1