mcpField
W
Web Search MCP 服务器

Web Search MCP 服务器

github.com/m-mcpその他386 週間前に更新

Web Search MCP 服务器 について

Web Search MCP Server は智谱 AI の検索 API を使用してウェブ検索機能を提供します。Python と FastMCP で実装され、非同期リクエストと環境変数ベースの API キー設定に対応しています。

主な機能

  1. 01ウェブ検索ツール
  2. 02非同期 HTTP リクエスト
  3. 03環境変数による API キー設定
  4. 04エラーハンドリング
  5. 05stdio トランスポート

活用シーン

  1. 01MCP クライアントがリアルタイム検索を必要とする
  2. 02AI アプリケーションに検索機能を追加する
  3. 03LLM が最新情報にアクセスする

MCP 対応

web-search ツールを MCP クライアントに公開し、接続されたクライアントが智谱 AI 経由でウェブ検索を実行できるようにします。

詳細

Web Search MCP サーバー

これは MCP(Model Context Protocol)に基づいて実装されたウェブ検索サーバーで、ウェブ検索機能のツールインターフェースを提供します。

プロジェクト機能

プロジェクトは主にウェブ検索ツールを提供し、Zhipu AI の検索 API を呼び出すことで検索機能を実装しています。主な特徴は以下の通りです:

  • 非同期ウェブ検索インターフェースの提供
  • エラーハンドリングと結果解析のサポート
  • 環境変数による API キー設定
  • 標準入出力(stdio)をトランスポート方式としてサポート

技術スタック

  • Python >= 3.10
  • 主な依存関係:
    • httpx: 非同期 HTTP リクエスト用
    • mcp[cli]: MCP サーバー実装
    • python-dotenv: 環境変数管理

プロジェクト構造

.
├── main.py          # 主程序文件,包含 MCP 服务器实现
├── pyproject.toml   # 项目配置和依赖管理
├── .env            # 环境变量配置文件
└── README.md       # 项目文档

主要コンポーネント

MCP サーバー(main.py)

web-search-server という名前の FastMCP サーバーを実装し、以下の機能を提供します:

  • web_search ツール:
    • 検索クエリ文字列を受け取る
    • Zhipu AI の検索 API を呼び出す
    • API レスポンスを処理して検索結果を返す
    • エラーハンドリングをサポート
設定ファイル
  • pyproject.toml: プロジェクトメタデータと依存関係を定義
  • .env: API キー設定を保存

使用方法

  1. Python 3.10 以上がインストールされていることを確認してください
  2. 環境変数を設定します:.env ファイルに BIGMODEL_API_KEY を設定してください
  3. 依存関係をインストールします:パッケージマネージャーを使用して pyproject.toml に記載されている依存関係をインストールしてください
  4. サーバーを実行します:uv run main.py を実行してください

開発ガイド

開発環境のセットアップ
  1. Python 仮想環境を作成してアクティベートします
uv venv && source .venv/bin/activate  # Unix/macOS
# 或
.venv\Scripts\activate  # Windows
  1. 開発用依存関係をインストールします
uv sync  # 以可编辑模式安装项目
デバッグ方法
  1. mcp でデバッグします
mcp dev main.py
  1. inspector でデバッグします
npx -y @modelcontextprotocol/inspector uv run main.py
開発ワークフロー
  1. コード修正

    • 非同期プログラミングパターンに従う
    • 型注釈を使用してコード可読性を向上させる
    • エラーハンドリングの完全性を保つ
  2. テスト検証

    • テスト機能を実行して変更を検証する
    • API レスポンス処理を確認する
    • エラーハンドリング機構を検証する
  3. エラーハンドリングのベストプラクティス

    • API 呼び出しエラー:レスポンスの error フィールドを確認する
    • ネットワークエラー:try-except で httpx 例外をキャッチする
    • パラメータ検証:クエリ文字列が空でないことを確認する
  4. パフォーマンス最適化の提案

    • httpx.AsyncClient のコンテキストマネージャーを使用する
    • 並行リクエストを適切に処理する
    • レスポンスキャッシング機構の追加を検討する
よくあるトラブルシューティング
  1. API キーの問題

    • .env ファイルが存在するかを確認する
    • BIGMODEL_API_KEY が正しく設定されているかを確認する
    • 環境変数が正しく読み込まれているかを確認する
  2. ネットワークリクエストの問題

    • ネットワーク接続を確認する
    • API リクエスト URL が正しいかを確認する
    • リクエストヘッダーとパラメータ形式を確認する
  3. 結果解析の問題

    • API レスポンス形式が期待通りかを確認する
    • JSON 解析が正しいかを確認する
    • 結果抽出ロジックが正しいかを確認する

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。