Google Search MCP-Server

Bei diesem Projekt handelt es sich um einen Model Context Protocol (MCP)-Server, der einem KI-Assistenten die Google Search API-Funktionalität bereitstellt.

Überblick

Google Search MCP Server ist ein Tool, mit dem Ihr KI-Assistent mithilfe der Google Search API Websuchen durchführen kann. Wir verwenden Gradio und MCP, um eine Schnittstelle zwischen dem KI-Assistenten und der Google Search API bereitzustellen.

Related MCP server: Scrapeless MCP Server

Funktion

• Durchsuchen Sie das Web mit der Google Search API

• Rückgabe von Suchergebnissen im JSON-Format

• Erhalten Sie bis zu 20 Suchergebnisse

Voraussetzungen

• Python 3.12 oder höher

• Google Custom Search Engine ID

• Google API-Schlüssel

installieren

1. Klonen Sie das Repository:

git clone https://github.com/yourusername/google-search-mcp-server.git
cd google-search-mcp-server

2. Installieren Sie die Abhängigkeiten:

pip install -e .

3. Legen Sie die Umgebungsvariablen fest:

Kopieren Sie die Datei .env.sample nach .env und fügen Sie die erforderlichen API-Schlüssel hinzu:

cp .env.sample .env

Bearbeiten Sie die .env Datei und legen Sie die folgenden Werte fest:

GOOGLE_CSE_ID=あなたのGoogleカスタム検索エンジンID
GOOGLE_API_KEY=あなたのGoogleAPIキー

Anwendung

So starten Sie den Server:

python app.py

Dadurch wird die Gradio-Schnittstelle gestartet und fungiert als MCP-Server.

Integration mit MCP

Dieser Server integriert sich mithilfe des Model Context Protocol (MCP) in den KI-Assistenten. Über diesen Server kann der KI-Assistent auf die Google-Suchfunktion zugreifen.

API-Referenz

Websuche durchführen

perform_web_search(query: str, num_results: int = 10)

Parameter :

• query (str): Die Suchanfrage (max. 400 Zeichen, 50 Wörter)

• num_results (int): Anzahl der Ergebnisse (1–20, Standard 10).

Rückgaben :

• str : Suchergebnisse im JSON-Format