mcpField
S
Saaros-MCP-Server

Saaros-MCP-Server

本地服务
github.com/mjochum64搜索与检索080 周前更新
代码仓库

关于 Saaros-MCP-Server

Saaros-MCP-Server 将 MCP 客户端连接到 Brave Search API，以执行网页搜索。它作为后台 Python 线程运行，通过标准输入输出使用 JSON-RPC 2.0，并支持速率限制。

主要功能

  1. 01集成 Brave Search API
  2. 02作为后台线程运行
  3. 03使用 JSON-RPC 2.0 通信
  4. 04支持速率限制

适用场景

  1. 01通过 Brave Search 搜索网页
  2. 02将服务集成到更大型的应用中

MCP 相关

该 MCP 服务通过 `brave_web_search` 等工具向 MCP 客户端提供 Brave Search。客户端通过标准输入输出使用 JSON-RPC 2.0 通信。

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。

代码仓库

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

Saaros-MCP-Server

一个模型上下文协议（MCP）服务，可通过后台线程运行，提供对 Brave Search API 的访问。

功能

  • 在后台线程中运行
  • 实现 JSON-RPC 2.0 协议
  • 支持速率限制
  • 集成 Brave Search API

设置

  1. 设置 Brave Search API 密钥：
    • 从 Brave Search API 获取 API 密钥
    • 在项目根目录中创建 .env 文件： 
      BRAVE_API_KEY=your_api_key_here

用法

服务通过 stdin/stdout 使用 JSON-RPC 2.0 协议进行通信。以下是请求示例：

  1. 列出可用工具：
{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "listTools",
    "params": {}
}
  1. 执行网络搜索：
{
    "jsonrpc": "2.0",
    "id": 2,
    "method": "callTool",
    "params": {
        "name": "brave_web_search",
        "arguments": {
            "query": "your search query",
            "count": 10
        }
    }
}

运行服务：

uv run main.py

开发

该服务以 Python 线程的形式实现，适合集成到更大型的应用程序中。主要组件包括：

  • MCPServer：在后台线程中运行的主服务类
  • BraveSearchConfig：用于 API 设置的配置类
  • 用于线程安全通信的请求/响应队列

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。