关于 MCP Server Search
MCP Server Search 为 AI 模型提供 Google 搜索,并支持缓存及请求控制。它支持简单和高级搜索,可返回包含标题、URL 及可选描述的格式化结果。
主要功能
- 01执行简单或高级 Google 搜索
- 02缓存搜索结果
- 03配置请求间隔和重试次数
- 04限制请求频率并轮换 User-Agent
- 05返回含描述的格式化结果
适用场景
- 01查找网络上的最新信息
- 02使用缓存结果进行搜索
- 03减少重复搜索时的限流问题
MCP 相关
提供用于 Google 搜索的 `google_search` 工具和提示词。MCP 客户端可通过 SSE 或服务器配置的传输方式连接。
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。
工具
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 服务搜索
一个为 AI 模型提供 Google 搜索功能的 MCP(Model Context Protocol)服务。该服务支持模型搜索网络上的最新信息。
功能
- 集成 Google 搜索并提供缓存
- 可配置请求间隔和重试次数,避免触发速率限制
- 支持简单搜索和高级搜索(含描述)
- 采用节流和随机化机制,做个友好的网络用户
安装
使用 Docker(推荐)
-
构建 Docker 镜像:
docker build -t mcp-server-search . -
创建所需的持久化目录:
mkdir -p ./logs ./cache -
运行容器(启用 SSE):
docker run --rm -p 8000:8000 \ -v "$(pwd)/logs:/app/logs" \ -v "$(pwd)/cache:/app/cache" \ mcp-server-search
这将启动启用了 SSE 的服务,并可通过 http://localhost:8000/sse 访问。
这些卷可确保:
- 日志持久化到
./logs目录 - 搜索缓存持久化到
./cache目录 - 如果这两个目录不存在,Docker 会自动创建
注意:MCP 协议通信需要 -i 标志;容器退出时,--rm 会自动将其移除。
Cline 集成
要在 Cline 中使用此 MCP 服务,请将以下配置添加到 Cline 的 MCP 设置文件中(对于 VS Code,该文件位于 ~/.config/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json):
{
"mcpServers": {
"google_search": {
"url": "http://localhost:8000/sse"
}
}
}
此配置:
- 通过端口 8000 上的
/sse端点,使用 HTTP SSE 连接到搜索 MCP 服务 - 不再使用 Docker stdio 传输;Cline 直接连接到 HTTP 端点
配置
该服务接受以下命令行参数:
--log-level:设置日志级别(DEBUG、INFO、WARNING、ERROR、CRITICAL)。默认值:INFO--log-file:日志文件路径(默认值:stdout)--cache-path:搜索缓存文件路径(默认值:cache/google_cache.db)--request-delay:搜索请求之间的间隔秒数(默认值:5)--max-retries:搜索失败时的最大重试次数(默认值:3)
用法
该服务提供以下 MCP 端点:
工具
-
google_search:搜索 Google 并返回结果。结果以格式化的 Markdown 结构呈现,包含标题、URL 和描述(启用时)。参数:
query(字符串,必填):要执行的搜索查询num_results(整数,可选):返回结果的数量(最少:1,最多:20,默认值:5)use_cache(布尔值,可选):是否使用可用的缓存结果(默认值:true)include_descriptions(布尔值,可选):是否在结果中包含描述(默认值:true)
功能:
- 自动请求节流和重试机制
- 随机轮换用户代理,以更好地分散请求
- 基于文件的缓存,并支持线程安全访问
- 触发速率限制(HTTP 429)时采用指数退避
提示词
-
google_search:使用给定查询搜索 Google。以对话形式返回结果。参数:
query(字符串,必填):要执行的搜索查询num_results(整数,可选):返回结果的数量(1-20,默认值:5)
关于 MCP
Model Context Protocol(MCP)是一种用于将大语言模型(LLM)与工具和数据源连接起来的协议。详情请访问 github.com/modelcontextprotocol。
评论
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。