Ce face serverul MCP “mcp-google-search”?

mcp-google-search Serverul MCP este un server Model Context Protocol care permite asistenților AI să realizeze căutări web folosind Google Custom Search API și să extragă conținut de pe pagini web. Acționând ca o punte între clienții AI și vastele resurse ale web-ului, permite modelelor lingvistice mari (LLM) să acceseze informații actualizate, să efectueze cercetare și să-și îmbogățească cunoștințele cu date în timp real. Serverul expune unelte atât pentru căutarea pe web, cât și pentru citirea conținutului paginilor, fiind util pentru o varietate de fluxuri de dezvoltare și lucru agentic ce necesită acces fiabil la date externe online.

Listă de Prompturi

Nu sunt menționate șabloane explicite de prompturi în documentația disponibilă.

Listă de Resurse

Nu sunt documentate resurse explicite în fișierele disponibile sau în README.

Listă de Unelte

• search
  Realizează o căutare web folosind Google Custom Search API. Permite specificarea interogării și a numărului de rezultate (până la 10). Returnează rezultate structurate incluzând titluri, linkuri și fragmente pentru fiecare rezultat.

• read_webpage
  Extrage și parsează conținutul unui URL de pagină web furnizat. Preia pagina, elimină scripturile și stilurile, și returnează titlul curățat, textul principal și URL-ul pentru procesare conștientă de context.

Cazuri de utilizare ale acestui Server MCP

• Cercetare web în timp real
  Dezvoltatorii și agenții AI pot accesa cele mai noi informații de pe web, oferind răspunsuri actualizate și cercetare pentru sarcini intensive de cunoaștere.

• Verificare și validare de fapte
  Prin căutare pe site-uri de încredere și extragerea conținutului paginilor, acest server poate ajuta la verificarea în timp real a faptelor, afirmațiilor sau surselor.

• Sumarizare conținut
  Asistenții AI pot prelua și citi articole sau pagini, apoi le pot sumariza pentru utilizatori sau pentru fluxuri automate.

• Colectare automată de cunoștințe
  Permite construirea de agenți care adună autonom informații din mai multe surse web și compilează rapoarte sau seturi de date structurate.

• Învățare și explorare
  Asistă la explorarea codului sau la învățare tehnică prin căutarea de documentație, tutoriale sau discuții relevante pe web.

Cum se setează

Windsurf

1. Precondiții: Asigură-te că Node.js și npm sunt instalate.
2. Localizează configurația: Găsește fișierul de configurare Windsurf (de obicei windsurf_config.json).
3. Adaugă serverul MCP: Inserează următorul fragment în obiectul mcpServers:

   {
     "google-search": {
       "command": "npx",
       "args": [
         "-y",
         "@adenot/mcp-google-search"
       ],
       "env": {
         "GOOGLE_API_KEY": "your-api-key-here",
         "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
       }
     }
   }
   

4. Salvează & repornește: Salvează configurația și repornește Windsurf.
5. Verifică: Asigură-te că serverul rulează și este disponibil ca unealtă.

Claude

1. Precondiții: Instalează Node.js și npm.
2. Instalează cu Smithery:
   Rulează:

   npx -y @smithery/cli install @adenot/mcp-google-search --client claude
   

3. Editează configurația:
   Pe Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   Pe Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Inserează JSON-ul:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "your-api-key-here",
           "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
         }
       }
     }
   }
   

5. Salvează & repornește: Salvează modificările și repornește Claude Desktop.
6. Verifică: Asigură-te că serverul MCP apare în lista de unelte.

Cursor

1. Precondiții: Node.js și npm instalate.
2. Fișier de configurare: Deschide config-ul Cursor (de ex. cursor_config.json).
3. Adaugă serverul MCP:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "your-api-key-here",
           "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
         }
       }
     }
   }
   

4. Salvează & repornește: Salvează config-ul și repornește Cursor.
5. Verifică: Verifică disponibilitatea serverului.

Cline

1. Precondiții: Node.js și npm.
2. Localizează configurarea: Găsește fișierul de configurare Cline.
3. Actualizează serverele MCP:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "your-api-key-here",
           "GOOGLE_SEARCH_ENGINE_ID": "your-search-engine-id-here"
         }
       }
     }
   }
   

4. Salvează & repornește: Salvează fișierul și repornește Cline.
5. Verifică instalarea: Confirmă că serverul MCP este încărcat.

Notă:
Securizează întotdeauna cheile API folosind variabile de mediu, așa cum este arătat în blocul "env" din exemplele JSON. Nu încărca cheile API în controlul versiunilor.

Cum folosești acest MCP în fluxuri

Folosirea MCP în FlowHunt

Pentru a integra servere MCP în fluxul tău FlowHunt, începe prin a adăuga componenta MCP în flux și a o conecta la agentul tău AI:

Apasă pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurare MCP a sistemului, inserează detaliile serverului MCP folosind acest format JSON:

{
  "google-search": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Odată configurat, agentul AI va putea folosi acest MCP ca unealtă cu acces la toate funcțiile și capabilitățile sale. Nu uita să schimbi “google-search” cu numele real al serverului tău MCP și să înlocuiești URL-ul cu adresa serverului tău MCP.

Prezentare generală

Pe baza celor două tabele de mai sus, mcp-google-search Serverul MCP oferă funcționalitatea de bază a uneltelor și este ușor de setat, dar lipsește documentația despre prompturi, resurse, roots și sampling. Ar primi un scor de 6/10 pentru completitudine și experiență pentru dezvoltatori.

Scor MCP