mcpField
T
Traylinx Search Engine MCP Server

Traylinx Search Engine MCP Server

ローカル
github.com/traylinx検索082 週間前に更新

Traylinx Search Engine MCP Server について

Traylinx Search Engine MCP Server は MCP クライアントを Agentic Search API に接続し、要約や構造化データを含むウェブ検索を提供します。期間指定の絞り込みに対応し、検索結果やメディア、HTML などを返します。

主な機能

  1. 01引用付きウェブ検索
  2. 02期間による検索結果の絞り込み
  3. 03要約と構造化検索結果の返却
  4. 04HTML、メディア、ニュースに対応
  5. 05環境変数による API 設定

活用シーン

  1. 01トピックを検索して引用付き結果を取得
  2. 02期間を指定して最近のニュースを検索
  3. 03ウェブページのテキストと HTML を抽出
  4. 04メディアと構造化結果をクライアントに返却

MCP 対応

MCP クライアント向けに search ツールを提供し、検索クエリと任意の期間フィルターを受け取って Agentic Search API を呼び出します。テキスト、HTML、検索項目、メディア、ニュースなどを整理して返します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Traylinx Search Engine MCP サーバー

smithery badge

デプロイ済みのAgentic Search APIへのブリッジとして機能する、Model Context Protocol(MCP)サーバーです。Claude Desktop や Cursor などの MCP クライアントで、テキストの要約と構造化データ(HTML、画像など)の両方を使ったインテリジェントな検索機能を利用できます。

ツール

search

Traylinx の API を使用してウェブ検索を行います。引用付きの、詳細で文脈に関連した検索結果が得られます。デフォルトでは、検索結果に時間による絞り込みは適用されません。

入力:

  • query (string):実行する検索クエリです。
  • search_recency_filter (string, optional):検索結果を新しさで絞り込みます。指定できる値は「month」「week」「day」「hour」です。指定しない場合、時間による絞り込みは適用されません。

動作の仕組み

  1. クライアント設定から渡される環境変数を使って、この MCP サーバーに Agentic Search API の URL と API キーを設定します。
  2. MCP クライアント(例:Claude)が、検索クエリと任意の新しさフィルターを指定して、このサーバーにツール呼び出しを送信します。
  3. この MCP サーバーは、クエリと認証ヘッダーを含むリクエストを Agentic Search API に送信します。
  4. テキスト、HTML、検索結果、メディア、ニュースを含む詳細なレスポンスを解析し、構造化されたコンテンツを MCP クライアントに返します。

インストール

前提条件
  • Node.js >= 18.0.0
  • Traylinx.com の API キー
ステップ 1:Traylinx の API キーを取得する
  1. traylinx.com にアクセスして、アカウントを登録します
  2. 開発者ダッシュボード/API セクションに移動します
  3. Agentic Search API の API キーを生成します
  4. このキーは安全に保管してください。設定時に必要になります
ステップ 2:MCP サーバーをセットアップする
# Clone the repository
git clone https://github.com/traylinx/traylinx-search-engine-mcp-server.git
cd traylinx-search-engine-mcp-server

# Install dependencies
npm install

# Build the project
npm run build
ステップ 3:MCP クライアントを設定する
Claude Desktop の場合

claude_desktop_config.json ファイルを編集します:

{
  "mcpServers": {
    "traylinx-search-engine-mcp-server": {
      "command": "node",
      "args": ["path/to/traylinx-search-engine-mcp-server/dist/index.js"],
      "env": {
        "AGENTIC_SEARCH_API_KEY": "sk-lf-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
        "AGENTIC_SEARCH_API_URL": "https://agentic-search-engines-n3n7u.ondigitalocean.app",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

このファイルの場所:

  • macOS:~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows:%APPDATA%\Claude\claude_desktop_config.json
Cursor の場合

mcp.json ファイルを編集します:

{
  "traylinx-search-engine-mcp-server": {
    "env": {
      "AGENTIC_SEARCH_API_KEY": "sk-lf-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
      "AGENTIC_SEARCH_API_URL": "https://agentic-search-engines-n3n7u.ondigitalocean.app",
      "LOG_LEVEL": "INFO"
    },
    "command": "node",
    "args": ["path/to/traylinx-search-engine-mcp-server/dist/index.js"]
  }
}

重要:Traylinx.com から取得した実際の API キーに置き換えてください

動作確認

  1. MCP クライアントを設定したら、完全に再起動します。
  2. 新しいチャットを開始し、次のように指示してツールを使用します:
    • 「検索ツールを使って、量子コンピューティングに関する情報を探してください。」
    • 「人工知能に関する最新ニュースを検索し、先週のニュースに絞り込んでください。」
    • 「URL https://traylinx.com からテキストと HTML を抽出してください。」
  3. クライアントから許可を求められたら、許可します。
  4. テキストコンテンツと、場合によっては構造化データを含むレスポンスが返されます。

高度な使い方

Traylinx Search Engine MCP サーバーは、複数のレスポンスタイプに対応しています:

  • テキストコンテンツ:検索結果を要約した標準的な Markdown テキスト
  • 埋め込み HTML:URL の抽出時に、スクレイピングした HTML を返します
  • 検索項目:タイトル、URL、スニペットを含む構造化された検索結果
  • メディア項目:検索中に見つかった画像、動画、その他のメディア
  • ニュース記事:サムネイルとメタデータを含む最新ニュース
  • 生の API レスポンス:高度なユースケース向けの完全なレスポンスデータ
新しさフィルターの使用

検索結果を新しさで絞り込むには:

// Example from Claude Desktop
Use the search tool to find recent news about SpaceX with results from the last day only.

// Example from a custom client
{
  "name": "search",
  "arguments": {
    "query": "SpaceX launches",
    "search_recency_filter": "week"
  }
}

機能

  • 豊富なコンテンツタイプ:テキストだけでなく、複数のコンテンツタイプを返します
  • 時間による絞り込み:結果を新しさ(月、週、日、時間)で絞り込みます
  • API キーの安全な取り扱い:API キーは環境変数に保持されます
  • エンドポイントの設定:必要に応じて API エンドポイントを簡単に切り替えられます
  • MCP への完全準拠:必要な MCP サーバーメソッドをすべて実装しています

デプロイ

Smithery.ai へのデプロイ

この MCP サーバーは Smithery.ai にデプロイできます:

  1. Smithery アカウントを作成するか、ログインします
  2. 「Deploy a New MCP Server」をクリックします
  3. ID に traylinx-search-engine-mcp-server を入力します
  4. ベースディレクトリに .(ルートを表すドット)を指定します
  5. 「Create」をクリックします

デプロイ後、次のようにして Claude のウェブインターフェースでこのサーバーを参照できます:

Use the traylinx-search-engine-mcp-server to search for [your query]

注: Smithery のデプロイ設定で、AGENTIC_SEARCH_API_KEY を環境変数として設定する必要があります。

トラブルシューティング

問題が発生した場合:

  1. 設定で API キーが正しく指定されていることを確認します
  2. 設定後に MCP クライアントを完全に再起動したことを確認します
  3. Agentic Search API へのネットワーク接続を確認します
  4. より詳細なログを出力するには、LOG_LEVEL を DEBUG に設定します

サポートが必要な場合は、API プロバイダー([email protected])にお問い合わせください。

ライセンス

このプロジェクトは MIT ライセンスのもとでライセンスされています。詳細は LICENSE ファイルをご覧ください。

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。