Traylinx Search Engine MCP Server

Traylinx 搜索引擎 MCP 服务

一个 Model Context Protocol（MCP）服务，可作为连接已部署 Agentic Search API 的桥梁。它允许 Claude Desktop 和 Cursor 等 MCP 客户端使用智能搜索功能，并获取文本摘要和结构化数据（HTML、图片等）。

工具

search

使用 Traylinx 的 API 进行网页搜索，获取包含引用的详细且与上下文相关的结果。默认情况下，不会对搜索结果进行时间筛选。

输入：

• query（字符串）：要执行的搜索查询。
• search_recency_filter（字符串，可选）：按时效筛选搜索结果。可选值："month"、"week"、"day"、"hour"。如果未指定，则不进行时间筛选。

工作原理

1. 使用 Agentic Search API URL 和 API Key 配置此 MCP 服务（通过客户端配置传递的环境变量）。
2. MCP 客户端（例如 Claude）向此服务发送工具调用，并提供搜索查询和可选的时效筛选条件。
3. 此 MCP 服务向 Agentic Search API 发送请求，并附带查询和授权标头。
4. 服务解析丰富的响应（文本、HTML、搜索结果、媒体、新闻），并将结构化内容返回给 MCP 客户端。

安装

前置条件

• Node.js >= 18.0.0
• Traylinx.com 的 API Key

步骤 1：获取 Traylinx API Key

1. 访问 traylinx.com 并注册账号
2. 前往开发者控制面板/API 页面
3. 为 Agentic Search API 生成 API Key
4. 妥善保管此密钥——配置时需要使用

步骤 2：设置 MCP 服务

# Clone the repository
git clone https://github.com/traylinx/traylinx-search-engine-mcp-server.git
cd traylinx-search-engine-mcp-server

# Install dependencies
npm install

# Build the project
npm run build

步骤 3：配置 MCP 客户端

对于 Claude Desktop

编辑 claude_desktop_config.json 文件：

{
  "mcpServers": {
    "traylinx-search-engine-mcp-server": {
      "command": "node",
      "args": ["path/to/traylinx-search-engine-mcp-server/dist/index.js"],
      "env": {
        "AGENTIC_SEARCH_API_KEY": "sk-lf-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
        "AGENTIC_SEARCH_API_URL": "https://agentic-search-engines-n3n7u.ondigitalocean.app",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

可在以下位置找到此文件：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

对于 Cursor

编辑 mcp.json 文件：

{
  "traylinx-search-engine-mcp-server": {
    "env": {
      "AGENTIC_SEARCH_API_KEY": "sk-lf-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
      "AGENTIC_SEARCH_API_URL": "https://agentic-search-engines-n3n7u.ondigitalocean.app",
      "LOG_LEVEL": "INFO"
    },
    "command": "node",
    "args": ["path/to/traylinx-search-engine-mcp-server/dist/index.js"]
  }
}

重要：将占位 API Key 替换为你从 Traylinx.com 获取的实际密钥

验证

1. 配置 MCP 客户端后，完全重启客户端。
2. 开始新的聊天，并让它使用工具：
   • “使用搜索工具查找有关量子计算的信息。”
   • “搜索人工智能的最新新闻，并筛选上周的结果。”
   • “从 URL https://traylinx.com 提取文本和 HTML。”
3. 客户端请求权限时，请授予权限。
4. 你应该会收到包含文本内容以及可能的结构化数据的响应。

高级用法

Traylinx 搜索引擎 MCP 服务支持多种响应类型：

• 文本内容：以标准 Markdown 文本概述搜索结果
• 嵌入式 HTML：提取 URL 时，服务可以返回抓取到的 HTML
• 搜索条目：包含标题、URL 和摘要的结构化搜索结果
• 媒体条目：搜索过程中找到的图片、视频和其他媒体
• 新闻文章：包含缩略图和元数据的近期新闻
• 原始 API 响应：适用于高级用例的完整响应数据

使用时效筛选

按时效筛选搜索结果：

// Example from Claude Desktop
Use the search tool to find recent news about SpaceX with results from the last day only.

// Example from a custom client
{
  "name": "search",
  "arguments": {
    "query": "SpaceX launches",
    "search_recency_filter": "week"
  }
}

功能

• 丰富的内容类型：返回文本以外的多种内容类型
• 时间筛选：按时效筛选结果（月、周、日、小时）
• 安全处理 API Key：API Key 保存在环境变量中
• 可配置端点：如有需要，可轻松切换 API 端点
• 完全符合 MCP 规范：实现所有必需的 MCP 服务方法

部署

Smithery.ai 部署

此 MCP 服务可以部署到 Smithery.ai：

1. 创建或登录 Smithery 账户
2. 点击“Deploy a New MCP Server”
3. 输入 ID：traylinx-search-engine-mcp-server
4. 使用基础目录：.（点表示根目录）
5. 点击“Create”

部署完成后，你可以在 Claude 的 Web 界面中通过以下方式引用此服务：

Use the traylinx-search-engine-mcp-server to search for [your query]

**注意：**你需要在 Smithery 部署设置中将 AGENTIC_SEARCH_API_KEY 配置为环境变量。

故障排除

如果遇到问题：

1. 检查配置中是否正确设置了 API 密钥
2. 确保 MCP 客户端在配置完成后已完全重启
3. 检查与 Agentic Search API 的网络连接
4. 将 LOG_LEVEL 设置为 DEBUG，以获取更详细的日志

如需更多支持，请通过 [email protected] 联系 API 提供商

许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。