mcp-google-search MCP Server

Čo robí “mcp-google-search” MCP Server?

mcp-google-search MCP Server je server protokolu Model Context, ktorý umožňuje AI asistentom vykonávať webové vyhľadávanie cez Google Custom Search API a extrahovať obsah z webových stránok. Ako most medzi AI klientmi a obrovskými zdrojmi webu umožňuje veľkým jazykovým modelom (LLM) prístup k aktuálnym informáciám, vykonávať výskum a rozširovať svoje znalosti o dáta v reálnom čase. Server poskytuje nástroje na vyhľadávanie aj čítanie obsahu stránok, takže je užitočný pre rôzne vývojové a agentické workflow, ktoré vyžadujú spoľahlivý prístup k externým online údajom.

Zoznam promptov

V dostupnej dokumentácii nie sú uvedené žiadne šablóny promptov.

Zoznam zdrojov

V dostupných súboroch ani v README nie sú zdokumentované žiadne explicitné zdroje.

Zoznam nástrojov

• search
  Vykonáva webové vyhľadávanie pomocou Google Custom Search API. Umožňuje zadať vyhľadávací dotaz a počet výsledkov (do 10). Vracia štruktúrované výsledky vrátane titulkov, odkazov a úryvkov pre každý výsledok.

• read_webpage
  Extrahuje a analyzuje obsah zadanej URL stránky. Načíta stránku, odstráni skripty a štýly a vráti vyčistený titulok, hlavný text a URL pre kontextové spracovanie.

Príklady použitia tohto MCP servera

• Webový výskum v reálnom čase
  Vývojári a AI agenti môžu pristupovať k najnovším informáciám z webu, čo umožňuje aktuálne odpovede a výskum pri úlohách náročných na znalosti.

• Overovanie faktov a verifikácia
  Vyhľadávaním na dôveryhodných stránkach a získavaním obsahu stránok môže tento server pomôcť overiť fakty, tvrdenia alebo zdroje v reálnom čase.

• Sumarizácia obsahu
  AI asistenti môžu načítať a prečítať články alebo stránky a následne ich obsah zhrnúť pre užívateľov alebo ďalšie workflow.

• Automatizované zhromažďovanie znalostí
  Umožňuje budovať agentov, ktorí samostatne zhromažďujú informácie z viacerých webových zdrojov a zostavujú štruktúrované reporty alebo datasety.

• Učenie a objavovanie
  Pomáha pri prieskume kódu alebo technickom vzdelávaní vyhľadávaním dokumentácie, tutoriálov alebo relevantných diskusií na webe.

Ako ho nastaviť

Windsurf

1. Predpoklady: Uistite sa, že máte nainštalovaný Node.js a npm.
2. Nájdite konfiguráciu: Vyhľadajte konfiguračný súbor Windsurf (zvyčajne windsurf_config.json).
3. Pridajte MCP server: Vložte nasledujúci útržok do objektu 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. Uložte & reštartujte: Uložte konfiguráciu a reštartujte Windsurf.
5. Overte: Skontrolujte, či server beží a je dostupný ako nástroj.

Claude

1. Predpoklady: Nainštalujte Node.js a npm.
2. Inštalácia cez Smithery:
   Spustite:

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

3. Upraviť konfiguráciu:
   Na Macu: ~/Library/Application Support/Claude/claude_desktop_config.json
   Na Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Vložte JSON:

   {
     "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. Uložte & reštartujte: Uložte zmeny a reštartujte Claude Desktop.
6. Overte: Uistite sa, že MCP server sa zobrazuje medzi vašimi nástrojmi.

Cursor

1. Predpoklady: Node.js a npm nainštalované.
2. Konfiguračný súbor: Otvorte konfiguráciu pre Cursor (napr. cursor_config.json).
3. Pridajte MCP server:

   {
     "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. Uložte & reštartujte: Uložte konfiguráciu a reštartujte Cursor.
5. Overte: Skontrolujte dostupnosť servera.

Cline

1. Predpoklady: Node.js a npm.
2. Nájdite konfiguráciu: Vyhľadajte konfiguračný súbor pre Cline.
3. Aktualizujte MCP servery:

   {
     "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. Uložte & reštartujte: Uložte súbor a reštartujte Cline.
5. Overte nastavenie: Potvrďte, že MCP server je načítaný.

Poznámka:
API kľúče vždy zabezpečte pomocou premenných prostredia, ako je uvedené v bloku "env" v JSON príkladoch. Nikdy neukladajte API kľúče do verzionovacieho systému.

Ako tento MCP používať vo flow-och

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do svojho workflow vo FlowHunt začnite pridaním MCP komponentu do flowu a jeho pripojením k AI agentovi:

Kliknite na MCP komponent pre otvorenie konfiguračného panela. V systémovej MCP konfigurácii vložte údaje o vašom MCP serveri v tomto JSON formáte:

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

Po nakonfigurovaní bude AI agent schopný používať tento MCP ako nástroj so všetkými jeho funkciami. Nezabudnite zmeniť “google-search” na skutočný názov vášho MCP servera a nahradiť URL adresou vášho servera.

Prehľad

Na základe oboch tabuliek je mcp-google-search MCP Server dobre použiteľný ako základný nástroj a jednoducho sa nastavuje, no chýba mu dokumentácia k promptom, zdrojom, roots a podpore sampling-u. Celkové hodnotenie by bolo približne 6/10 za úplnosť a vývojársku skúsenosť.

MCP skóre