关于 MCP Node DuckDuckGo Server
这是一个基于 Node.js 的 MCP 服务,为开发者提供 DuckDuckGo 搜索和网页文本提取工具,并通过 HTTP 端点调用。
主要功能
- 01DuckDuckGo 搜索
- 02抓取并解析网页文本
- 03基础请求限流
- 04模块化工具结构
适用场景
- 01获取格式化的搜索结果
- 02提取指定网页的文本
- 03管理搜索请求频率
MCP 相关
该服务向 MCP 客户端提供 search 和 fetchContent 两个工具,可通过 HTTP 端点列出和调用。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
MCP Node DuckDuckGo 服务
这是一个 Node.js 应用,作为 MCP 服务提供两种主要工具:
- 搜索:查询 DuckDuckGo 并获取格式化的搜索结果。
- 获取内容:从任意网页 URL 获取并解析文本内容。
目录
概述
MCP Node DuckDuckGo 服务是一个 Node.js 服务,通过 HTTP 端点提供模块化接口,用于查询 DuckDuckGo 和获取网页内容。本项目展示了:
- 使用 Express 创建服务。
- 使用 Axios 发起 HTTP 请求。
- 使用 Cheerio 解析 HTML。
功能
- DuckDuckGo 搜索:使用 POST API 执行搜索查询,并返回格式化的 DuckDuckGo 结果,供后续处理。
- 网页内容获取:从指定 URL 获取并解析文本内容。
- 速率限制:提供基本的速率限制,以管理请求频率。
- 可扩展的 MCP 服务:工具以模块形式组织,便于添加或修改功能。
要求
- Node.js(v12 或更高版本)
- npm
安装
-
克隆代码库
从 GitHub 克隆代码库:git clone <repository-url> -
进入项目文件夹
cd mcp-node-duckduckgo-server -
安装依赖项
使用 npm 安装所需软件包:npm install express axios cheerio
使用方法
启动服务
执行以下命令启动服务:
node mcp-node-duckduckgo-server.js
你应该会看到类似这样的日志消息:
MCP Server "ddg-search" running on port 3000
可用端点
列出工具
如需列出所有可用工具,请打开新的终端窗口并运行:
curl http://localhost:3000/tools
这应该会输出已注册工具的 JSON 列表(例如 "search" 和 "fetchContent")。
搜索工具
使用搜索工具执行搜索查询:
curl -X POST http://localhost:3000/run-tool -H "Content-Type: application/json" -d "{\"toolName\":\"search\",\"params\":{\"query\":\"test query\",\"maxResults\":5}}"
响应将包含格式化的 DuckDuckGo 搜索结果。
获取内容工具
从指定网页获取内容:
curl -X POST http://localhost:3000/run-tool -H "Content-Type: application/json" -d "{\"toolName\":\"fetchContent\",\"params\":{\"url\":\"https://www.channelnewsasia.com/singapore/ge2025-general-election-may-3-parliament-dissolved-5064316\"}}"
服务将返回从所获取网页中提取的文本片段。
日志记录与调试
- 服务会在终端记录信息和错误消息。
- 使用这些日志调试超时、HTTP 错误或响应异常等问题。
贡献
欢迎贡献!如果你想参与贡献:
- Fork 代码库。
- 创建功能分支(
git checkout -b feature/YourFeature)。 - 提交更改(
git commit -m 'Add some feature')。 - 推送到分支(
git push origin feature/YourFeature)。 - 创建 Pull Request。
许可证
本项目采用 MIT License 授权。详情请参阅 LICENSE 文件。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。