Wikipedia

mcp-wikipedia

Wikipedia MCP — 封装 Wikipedia REST API（免费，无需身份验证）

属于 Pipeworx — 一个将 AI Agent 连接到 1476+ 个实时数据源的 MCP 网关。

工具

工具	描述
search_wikipedia	搜索 Wikipedia，查找百科事实、体育赛事日程、奖牌榜、公职人员名单和人物传记。按届次涵盖综合性运动会和锦标赛——奥运会、亚运会、英联邦运动会、泛美运动会、东南亚运动会、世界杯——提供各运动项目的比赛日程、比赛日期、场馆、结果和奖牌榜，每项内容都有独立的文章（如 “Table tennis at the 2026 Asian Games”、“Athletics at the 2028 Summer Olympics”）。当问题对应的文章标题无法预测时，用它查找准确标题，然后用 get_article_extract 阅读文章正文；当标题可以预测时（“Table tennis at the 2026 Asian Games”），直接跳过搜索，使用 get_article_extract，因为搜索摘要只有一行截断文本。它也是查询政府组成和公职人员名单的合适工具——“current cabinet members of Japan”、“list of ministers and their positions”、“who is in the German government”、“cabinet of 2025”——Wikipedia 会持续更新每个国家的内阁、部委和政府名单。也可用于一般知识查询：“who is X”、“what is Y”、“history of Z”以及定义。返回匹配的文章标题、摘要、页面 ID 和字数。可与 get_article_extract 搭配，获取全文或单个章节。比抓取网页搜索结果更省成本、结构更清晰；涵盖约 700 万篇英文文章，由 Wikipedia 社区持续更新。
get_article_summary	按准确标题获取 Wikipedia 文章的权威摘要——通常比 search_wikipedia + get_article_sections + scrape 更快、更省成本。返回文章的导语段落（编辑概述）、单行描述、缩略图和一些相关内容链接。当你已有规范标题（从 search_wikipedia 获取，或标题对应知名实体），并需要标准的“X 是什么”说明时使用。要查看完整章节结构，请使用 get_article_sections。成本低，仅提供结构信息。
get_article_sections	按标题获取 Wikipedia 文章的章节大纲——即目录。返回所有标题及其层级（H2、H3 等），不含正文。当文章较长（历史、科学主题、人物传记），且你想定位特定章节而非阅读整篇摘要时使用。可与 get_article_summary 搭配获取导语文本。成本低，仅提供结构信息。
get_random_articles	随机发现 Wikipedia 文章，开启偶然的学习之旅。返回标题、引言文本和页面 ID。
get_article_extract	按标题获取 Wikipedia 文章全文——包括实际正文和表格，而不只是导语段落。阅读比赛日程、赛程表、奖牌榜、结果表或名单时使用：get_article_extract({title: "Table tennis at the 2026 Asian Games"}) 会返回场馆、日期和逐日赛事日程。可回答“<运动项目>在<运动会>何时举行”、“<赛事>日期是什么”、“谁赢得了<奖牌项目>”、“详细解释 X”、“文章对<主题>有何说明”等问题，也可用于阅读历史、方法等内容。当问题对应的标题可以预测时，直接调用此工具——Wikipedia 的标题遵循固定模式，因此“when is table tennis at the Asian Games”对应文章“Table tennis at the 2026 Asian Games”，同样的模式还适用于“Athletics at the 2028 Summer Olympics”、“India at the 2026 Asian Games”、“2026 FIFA World Cup”。构造标题后直接读取文章，比先搜索更有效，因为搜索摘要只有一行截断文本，而此工具会返回全文。标题必须完全准确：若找不到文章，会返回 user_error，并指出可使用 search_wikipedia 进行补救。只要导语段落不够用，就优先使用此工具，而非 get_article_summary。省略 section 可获取整篇文章（受 max_chars 限制）；传入 get_article_sections 返回的章节编号，则仅获取该章节。返回纯文本，标题以 == 这种形式标记，表格每行占一行，单元格之间以 | 分隔。

快速开始

添加到你的 MCP 客户端（Claude Desktop、Cursor、Windsurf 等）：

{
  "mcpServers": {
    "wikipedia": {
      "url": "https://gateway.pipeworx.io/wikipedia/mcp"
    }
  }
}

此端点实际提供的内容

https://gateway.pipeworx.io/wikipedia/mcp 上的 tools/list 会返回上表中的工具，以及 Pipeworx 共享元工具——ask_pipeworx、 discover_tools、search_within、remember/recall 和网关范围内的其他工具。因此，你看到的工具数量会多于此表：目前，单个工具包端点除了该工具包自身的工具外，还会列出大约 30 个共享工具。连接的 initialize 响应会说明其确切范围，是当天情况的权威答案。

这是有意为之，并非意外的多路复用。元工具让限定范围的连接也能回答此工具包未涵盖的问题——通过 ask_pipeworx 路由至整个目录——而无需添加第二个 MCP 服务。目前无法挂载不包含这些元工具的工具包端点；如果额外的模式消耗的上下文超过了路由带来的价值，请只连接一次完整网关，而不是连接多个工具包端点。

你也可以连接完整的 Pipeworx 网关，直接列出每个工具包的工具，而不只是此工具包的工具：

{
  "mcpServers": {
    "pipeworx": {
      "url": "https://gateway.pipeworx.io/mcp"
    }
  }
}

两个 URL 都连接到同一个网关和相同的 1476+ 个数据源。唯一的区别是直接列出哪个工具包的工具；无论连接哪一个，ask_pipeworx 都能访问所有工具包。

使用 ask_pipeworx

你可以不直接调用工具，而是用通俗英语提问——上述工具包端点和完整网关都支持此方式：

ask_pipeworx({ question: "your question about Wikipedia data" })

网关会选择合适的工具并自动填入参数。

更多信息

• 文档和指南
• pipeworx.io

许可证

MIT

没有 MCP 客户端？通过 HTTP 调用

curl -X POST https://gateway.pipeworx.io/v1/tools/search_wikipedia \
  -H 'Content-Type: application/json' \
  -d '{"query":"artificial intelligence"}'

首次调用无需账号。检查任意工具：GET https://gateway.pipeworx.io/v1/tools/search_wikipedia。查找工具：使用 {"query":"..."} 向 POST https://gateway.pipeworx.io/v1/tools/search_packs 发送请求。