mcpField
G
G-Search MCP

G-Search MCP

本地服务
1team.top搜索与检索27372 周前更新

关于 G-Search MCP

G-Search MCP 是一个基于 Playwright 的 Google 搜索 MCP 服务,可同时并行搜索多个关键词并返回结构化结果。适合需要批量检索网页信息的用户,并提供验证码处理与调试模式。

主要功能

  1. 01多个关键词并行搜索
  2. 02在单个浏览器实例中打开多个标签页
  3. 03检测验证码并切换为可见浏览器模式
  4. 04返回 JSON 格式的结构化结果
  5. 05可配置结果数量、超时与语言区域

适用场景

  1. 01同时检索多个主题的 Google 搜索结果
  2. 02在 AI 助手对话中获取网页搜索资料
  3. 03调试搜索流程时显示浏览器窗口

MCP 相关

向 MCP 客户端提供 search 工具,接收查询数组及 limit、timeout、locale 等参数,返回每个查询的结构化结果。

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。

mcp.json · 通用配置
{
"mcpServers": {
"g-search": {
"command": "npx",
"args": [
"-y",
"g-search-mcp"
]
}
}
}
启动命令npx -y g-search-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmg-search-mcp

工具

1

收录的工具列表 · 更新于 3 周前

参数类型必填说明
queriesarray是要执行的搜索查询数组
limitnumber否每个查询返回的结果数上限(默认值:10)
timeoutnumber否页面加载超时时间,单位为毫秒(默认值:60000)
noSaveStateboolean否是否避免保存浏览器状态(默认值:false)
localestring否搜索结果的区域设置(默认值:en-US)
debugboolean否是否启用调试模式(显示浏览器窗口);如果指定,则覆盖 --debug 命令行标志

详细介绍

g-search-mcp Logo

G-Search MCP

一款功能强大的 Google 搜索 MCP 服务,支持同时使用多个关键词并行搜索。

本项目基于 google-search 修改而成。

🌟 推荐:OllaMan——功能强大的 Ollama AI 模型管理器。

优势

  • 并行搜索:支持同时使用多个关键词在 Google 上搜索,提升搜索效率
  • 浏览器优化:在单个浏览器实例中打开多个标签页,实现高效并行搜索
  • 自动处理验证:智能检测 CAPTCHA,并在需要时启用可见浏览器模式供用户验证
  • 模拟用户行为:模拟真实用户的浏览模式,降低被搜索引擎检测到的可能性
  • 结构化数据:以 JSON 格式返回结构化搜索结果,便于处理和分析
  • 可配置参数:支持多种参数配置,例如搜索结果数量限制、超时设置、区域设置等

快速开始

使用 npx 直接运行:

npx -y g-search-mcp

首次设置——在终端中运行以下命令,安装所需的浏览器:

npx playwright install chromium
调试模式

使用 --debug 选项以调试模式运行(显示浏览器窗口):

npx -y g-search-mcp --debug

配置 MCP

在 Claude Desktop 中配置此 MCP 服务:

MacOS:~/Library/Application Support/Claude/claude_desktop_config.json Windows:%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "g-search": {
      "command": "npx",
      "args": ["-y", "g-search-mcp"]
    }
  }
}

功能

  • search - 使用多个关键词执行 Google 搜索并返回结果
    • 使用 Playwright 浏览器执行搜索
    • 支持以下参数:
      • queries:要执行的搜索查询数组(必需参数)
      • limit:每个查询返回的最大结果数,默认为 10
      • timeout:页面加载超时时间,单位为毫秒,默认为 60000(60 秒)
      • noSaveState:是否避免保存浏览器状态,默认为 false
      • locale:搜索结果的区域设置,默认为 en-US
      • debug:是否启用调试模式(显示浏览器窗口);优先于命令行中的 --debug 标志

使用示例:

Use the search tool to search for "machine learning" and "artificial intelligence" on Google

响应示例:

{
  "searches": [
    {
      "query": "machine learning",
      "results": [
        {
          "title": "What is Machine Learning? | IBM",
          "link": "https://www.ibm.com/topics/machine-learning",
          "snippet": "Machine learning is a branch of artificial intelligence (AI) and computer science which focuses on the use of data and algorithms to imitate the way that humans learn, gradually improving its accuracy."
        },
        ...
      ]
    },
    {
      "query": "artificial intelligence",
      "results": [
        {
          "title": "What is Artificial Intelligence (AI)? | IBM",
          "link": "https://www.ibm.com/topics/artificial-intelligence",
          "snippet": "Artificial intelligence leverages computers and machines to mimic the problem-solving and decision-making capabilities of the human mind."
        },
        ...
      ]
    }
  ]
}

使用提示

处理特殊网站场景
调整搜索参数
  • 搜索结果数量:如需获取更多搜索结果:

    Please return the top 20 search results for each keyword
    

    这会设置 limit: 20 参数。

  • 延长超时时间:适用于加载缓慢的情况:

    Please set the page loading timeout to 120 seconds
    

    这会将 timeout 参数调整为 120000 毫秒。

调整区域设置
  • 更改搜索区域:指定其他区域设置:
    Please use Chinese locale (zh-CN) for searching
    
    这会设置 locale: "zh-CN" 参数。
调试与故障排除
启用调试模式
  • 动态启用调试:如需在特定搜索操作期间显示浏览器窗口:
    Please enable debug mode for this search operation
    
    即使启动服务时未使用 --debug 标志,这也会设置 debug: true。

安装

前提条件
  • Node.js 18 或更高版本
  • NPM 或 Yarn
从源码安装
  1. 克隆仓库:
git clone https://github.com/jae-jae/g-search-mcp.git
cd g-search-mcp
  1. 安装依赖:
npm install
  1. 安装 Playwright 浏览器:
npm run install-browser
  1. 构建服务:
npm run build

开发

自动重建(开发模式)
npm run watch
使用 MCP Inspector 进行调试
npm run inspector

相关项目

  • fetcher-mcp:一款功能强大的 MCP 服务,可使用 Playwright 无头浏览器获取网页内容。它具备智能内容提取、并行处理、资源优化等功能,是网页内容抓取的理想工具。

许可证

基于 MIT License 授权

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。