تكامل خادم Kagi MCP

ماذا يفعل خادم “Kagi” MCP؟

يعمل خادم Kagi MCP (بروتوكول سياق النماذج) كجسر رسمي بين المساعدين الذكاء الاصطناعي ومحرك بحث Kagi بالإضافة إلى الأدوات المرتبطة به. من خلال تطبيق معيار MCP، يمكّن عملاء الذكاء الاصطناعي من الوصول الآمن والفعال إلى إمكانيات البحث المتقدمة وخدمات التلخيص الخاصة بـ Kagi. يتيح هذا الخادم للمطورين بناء سير عمل حيث يمكن لوكيل الذكاء الاصطناعي البحث في الويب، واسترجاع معلومات حديثة، أو تلخيص محتوى معقد (مثل مقاطع الفيديو أو المقالات) في الوقت الفعلي. ويعد خادم Kagi MCP ذا قيمة خاصة في السياقات التي تتطلب بيانات ويب دقيقة وحديثة وعالية الجودة لتعزيز استدلال الذكاء الاصطناعي أو الإجابة أو المهام الآلية. يمكن التكامل مع منصات مختلفة، مما يبسّط عملية ربط نماذج اللغة الكبيرة بمصادر معرفة وميزات خارجية غنية.

قائمة القوالب (Prompts)

لم يتم ذكر أي قوالب للطُلبات في الوثائق المتاحة.

قائمة الموارد

لم يتم ذكر موارد صريحة في الوثائق المتاحة.

قائمة الأدوات

لم يتم ذكر قائمة صريحة للأدوات في الوثائق المتاحة. ومع ذلك، تقترح أمثلة الاستخدام الأدوات التالية على الأقل:

• search: يسمح للذكاء الاصطناعي بإجراء عمليات بحث في الويب باستخدام واجهة Kagi.
• summarizer: يلخص المحتوى مثل مقاطع فيديو YouTube أو المقالات.

حالات استخدام هذا الخادم MCP

• تعزيز البحث في الويب: يمكّن وكلاء الذكاء الاصطناعي من الإجابة على الاستفسارات بناءً على معلومات ويب حديثة عبر الاستفادة من واجهة Kagi.
• تلخيص المحتوى: يتيح لنماذج اللغة الكبيرة تلخيص محتوى الإنترنت الطويل مثل مقاطع فيديو YouTube، مما يجعل المعلومات أكثر سهولة في الاستيعاب.
• البحث التلقائي: يدعم سير عمل البحث البرمجي حيث يجمع الذكاء الاصطناعي المعلومات من الويب ويكثفها بشكل مستقل.
• استرجاع المعرفة المخصص: يدمج بحث Kagi عالي الجودة في أدوات المطورين المتخصصة أو مساعدين مبنيين على نماذج اللغة الكبيرة، مما يعزز الوعي السياقي لديهم.

كيفية إعداده

Windsurf

لا توجد تعليمات إعداد محددة لـ Windsurf.

Claude

1. المتطلبات الأساسية: تأكد من حصولك على إذن الوصول إلى واجهة Kagi Search API (نسخة تجريبية مغلقة؛ تواصل مع support@kagi.com).
2. تحديد ملف الإعدادات: ابحث عن claude_desktop_config.json عبر قائمة الهامبرغر → ملف → الإعدادات → المطور → تحرير الإعدادات.
3. إضافة خادم MCP: أضف التالي تحت mcpServers:

   {
     "mcpServers": {
       "kagi": {
         "command": "uvx",
         "args": ["kagimcp"],
         "env": {
           "KAGI_API_KEY": "YOUR_API_KEY_HERE",
           "KAGI_SUMMARIZER_ENGINE": "YOUR_ENGINE_CHOICE_HERE"
         }
       }
     }
   }
   

4. الحفظ وإعادة التشغيل: احفظ الملف وأعد تشغيل Claude Desktop.
5. التحقق من الإعداد: استخدم أمر بحث أو تلخيص للتأكد من عمل الإعداد بشكل صحيح.

Cursor

لا توجد تعليمات إعداد محددة لـ Cursor.

Cline

لا توجد تعليمات إعداد محددة لـ Cline.

ملاحظة حول حماية مفاتيح API

قم بتعيين مفاتيح API والإعدادات الحساسة باستخدام الحقل "env" في تكوين خادم MCP الخاص بك. مثال:

{
  "mcpServers": {
    "kagi": {
      "command": "uvx",
      "args": ["kagimcp"],
      "env": {
        "KAGI_API_KEY": "YOUR_API_KEY_HERE",
        "KAGI_SUMMARIZER_ENGINE": "YOUR_ENGINE_CHOICE_HERE"
      }
    }
  }
}

استبدل "YOUR_API_KEY_HERE" بمفتاحك الفعلي، ولا تضع الأسرار في أماكن أخرى.

كيفية استخدام هذا MCP ضمن التدفقات

استخدام MCP في FlowHunt

لبدء دمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق الخاص بك وقم بربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات النظام MCP، أدخل تفاصيل خادم MCP الخاص بك بهذا التنسيق:

{
  "kagi": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد تكوينه، سيكون وكيل الذكاء الاصطناعي قادرًا الآن على استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “kagi” إلى اسم خادم MCP الفعلي الخاص بك واستبدال عنوان URL بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا إلى الوثائق المتاحة، يوفر Kagi MCP تكاملاً قويًا للبحث والتلخيص، لكنه يفتقر إلى وثائق صريحة ومفصلة حول الموارد، قوالب الطُلبات، وميزات MCP المتقدمة. تكمن قوته في سهولة الإعداد والتركيز على أدوات البحث/التلخيص عالية القيمة. أقيم هذا الخادم MCP بـ 6/10 من حيث الاكتمال وسهولة الاستخدام للمطورين.

تقييم MCP