
Elasticsearch MCP-server
Elasticsearch MCP-servern fungerar som en brygga mellan AI-assistenter och Elasticsearch- samt OpenSearch-kluster, vilket möjliggör avancerad sökning, indexhant...
Integrera blixtsnabb, AI-driven fil- och mappsökning i dina automatiseringsflöden, med plattformsanpassat stöd för Windows, macOS och Linux.
Everything Search MCP Server är en plattformsoberoende Model Context Protocol (MCP)-server utformad för att erbjuda snabb och effektiv filsökning åt AI-assistenter och utvecklare. Genom att överbrygga klyftan mellan AI-agenter och systemnivåns sökverktyg möjliggör den naturligt språkliga fil- och mappsökningar på Windows, macOS och Linux. På Windows utnyttjar den det kraftfulla Everything SDK; på macOS används den inbyggda Spotlight-databasen via mdfind
; och på Linux integreras den med locate
eller plocate
. Detta gör att AI-arbetsflöden smidigt kan hämta filmetadata, snabbt hitta resurser eller automatisera sökdrivna uppgifter som en del av bredare utvecklings- och automatiseringsflöden. Everything Search MCP Server ökar produktiviteten genom att göra djup, kontextuell filsökning tillgänglig för LLM:er och utvecklingsverktyg.
Inga explicita promptmallar anges i dokumentationen eller arkivets filer.
Inga explicita MCP-resurser nämns i den tillgängliga dokumentationen eller arkivfilerna.
query
: Obligatorisk söksträng (plattformsspecifik syntax stöds)max_results
: Begränsning av antal resultat (standard: 100, max: 1000)match_path
: Matcha mot fullständig sökväg (standard: false)match_case
: Skiftlägeskänslig sökning (standard: false)match_whole_word
: Hela ord-matchning (standard: false)match_regex
: Regex-sökning (standard: false)sort_by
: Sorteringsalternativ (filnamn, sökväg, storlek, filändelse, skapelse-/ändringsdatum, etc.)Exempel på konfiguration:
{
"mcpServers": {
"everything-search": {
"command": "python",
"args": ["-m", "src.mcp_server_everything_search"]
}
}
}
Exempel på konfiguration:
{
"mcpServers": {
"everything-search": {
"command": "python",
"args": ["-m", "src.mcp_server_everything_search"]
}
}
}
Exempel på konfiguration:
{
"mcpServers": {
"everything-search": {
"command": "python",
"args": ["-m", "src.mcp_server_everything_search"]
}
}
}
Exempel på konfiguration:
{
"mcpServers": {
"everything-search": {
"command": "python",
"args": ["-m", "src.mcp_server_everything_search"]
}
}
}
För att skydda känslig data eller API-nycklar, använd miljövariabler i din MCP-konfiguration:
{
"mcpServers": {
"everything-search": {
"command": "python",
"args": ["-m", "src.mcp_server_everything_search"],
"env": {
"SOME_API_KEY": "${SOME_API_KEY}"
},
"inputs": {
"api_key": "${SOME_API_KEY}"
}
}
}
}
Obs! Byt ut
"SOME_API_KEY"
mot det faktiska miljövariabelnamnet som krävs av din installation.
Använd MCP i FlowHunt
För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:
Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, infoga dina MCP-serveruppgifter med detta JSON-format:
{
"everything-search": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapabiliteter. Kom ihåg att ändra “everything-search” till namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.
Sektion | Tillgänglighet | Detaljer/Noteringar |
---|---|---|
Översikt | ✅ | Allmän beskrivning och syfte finns i README.md. |
Lista över promptar | ⛔ | Inga explicita promptmallar funna. |
Lista över resurser | ⛔ | Inga explicita MCP-resurser beskrivna. |
Lista över verktyg | ✅ | “search”-verktyget dokumenterat i README.md. |
Skydda API-nycklar | ✅ | Användning av miljövariabler beskrivs i installationssektionen. |
Stöd för sampling (mindre viktigt vid utvärdering) | ⛔ | Ingen information om samplingstöd funnen. |
Baserat på tillgänglig dokumentation ger “Everything Search” MCP Server utmärkt tydlighet kring syfte och verktygsfunktionalitet, men saknar explicita promptmallar, resurser eller avancerade MCP-funktioner såsom sampling eller roots. Dokumentationen är tydlig och projektet är aktivt underhållit. Sammantaget är det ett stabilt verktyg för filsökningsanvändning, men inte ett heltäckande exempel på alla MCP-funktioner.
Har LICENS | ✅ (MIT) |
---|---|
Har minst ett verktyg | ✅ |
Antal forkar | 18 |
Antal stjärnor | 193 |
Det är en plattformsoberoende Model Context Protocol-server som låter AI-assistenter och verktyg utföra snabba fil- och mappsökningar på Windows, macOS och Linux med hjälp av inbyggda systemsökmotorer.
Windows (med Everything SDK), macOS (med Spotlight via mdfind) och Linux (med locate eller plocate).
Du kan ange söksträngar, begränsning av antal resultat, skiftlägeskänslighet, sökvägsmatchning, regex, hela ord-matchning och sorteringsalternativ (som filnamn, storlek eller datum).
Använd miljövariabler i din MCP-konfiguration för att lagra och injicera känslig information på ett säkert sätt, enligt instruktioner i installationssektionen.
Ja! Lägg till MCP-komponenten i ditt flöde, konfigurera Everything Search-servern, och din AI-agent kan trigga kraftfulla filsystemssökningar som en del av vilken automatisering som helst.
Öka din produktivitet med Everything Search MCP Server—ger AI-assistenter och automatiseringsflöden kraftfull och effektiv systemsökning.
Elasticsearch MCP-servern fungerar som en brygga mellan AI-assistenter och Elasticsearch- samt OpenSearch-kluster, vilket möjliggör avancerad sökning, indexhant...
OpenSearch MCP-servern möjliggör sömlös integration av OpenSearch med FlowHunt och andra AI-agenter, vilket ger programmatisk åtkomst till sök-, analys- och inn...
mcp-google-search MCP Server kopplar samman AI-assistenter och webben, möjliggör realtidssökning och innehållsutdrag med hjälp av Google Custom Search API. Den ...