mcp-google-search MCP Server

Vad gör “mcp-google-search” MCP Server?

mcp-google-search MCP Server är en Model Context Protocol-server som möjliggör för AI-assistenter att utföra webbsökningar med Google Custom Search API och extrahera innehåll från webbsidor. Genom att agera som en brygga mellan AI-klienter och webben ger den stora språkmodeller (LLM:er) tillgång till aktuell information, stöd för forskning och möjlighet att förstärka sin kunskap med realtidsdata. Servern exponerar verktyg för både webbsökning och läsning av webbsidors innehåll, vilket gör den användbar för olika utvecklings- och agentflöden som kräver pålitlig tillgång till extern online-data.

Lista över promptar

Inga uttryckliga promptmallar nämns i tillgänglig dokumentation.

Lista över resurser

Inga uttryckliga resurser dokumenterade i tillgängliga filer eller README.

Lista över verktyg

• search
  Utför en webbsökning med Google Custom Search API. Möjliggör specificering av sökfråga och antal resultat (upp till 10). Returnerar strukturerade resultat inklusive titlar, länkar och utdrag för varje träff.

• read_webpage
  Extraherar och tolkar innehållet från en angiven webbsida (URL). Hämtar sidan, tar bort skript och stilar, och returnerar den rensade titeln, huvudtexten och URL:en för kontextmedveten bearbetning.

Användningsområden för denna MCP Server

• Webbforskning i realtid
  Utvecklare och AI-agenter kan få tillgång till den senaste informationen från webben, vilket möjliggör aktuella svar och forskning för kunskapsintensiva uppgifter.

• Faktakontroll och verifiering
  Genom att söka bland betrodda webbplatser och hämta sidinnehåll kan servern hjälpa till att verifiera fakta, påståenden eller källor i realtid.

• Innehållssammanfattning
  AI-assistenter kan hämta och läsa artiklar eller sidor och sedan sammanfatta deras innehåll för användare eller nedströms arbetsflöden.

• Automatiserad kunskapsinsamling
  Möjliggör byggande av agenter som autonomt samlar information från flera webbkällor och sammanställer strukturerade rapporter eller datasätt.

• Lärande och utforskning
  Hjälper till vid utforskning av kodbaser eller tekniskt lärande genom att söka dokumentation, guider eller relevanta diskussioner på webben.

Hur man sätter upp den

Windsurf

1. Förutsättningar: Kontrollera att Node.js och npm är installerade.
2. Hitta konfiguration: Leta upp din Windsurf-konfigurationsfil (vanligtvis windsurf_config.json).
3. Lägg till MCP-server: Infoga följande kodsnutt i objektet 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. Spara & starta om: Spara konfigurationen och starta om Windsurf.
5. Verifiera: Kontrollera att servern körs och är tillgänglig som verktyg.

Claude

1. Förutsättningar: Installera Node.js och npm.
2. Installera via Smithery:
   Kör:

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

3. Redigera konfiguration:
   På Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   På Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Infoga 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. Spara & starta om: Spara ändringarna och starta om Claude Desktop.
6. Verifiera: Kontrollera att MCP-servern visas bland dina verktyg.

Cursor

1. Förutsättningar: Node.js och npm installerade.
2. Konfigurationsfil: Öppna din Cursor-konfigurationsfil (t.ex. cursor_config.json).
3. Lägg till 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. Spara & starta om: Spara konfigurationen och starta om Cursor.
5. Verifiera: Kontrollera serverns tillgänglighet.

Cline

1. Förutsättningar: Node.js och npm.
2. Hitta konfiguration: Hitta din Cline-konfigurationsfil.
3. Uppdatera MCP-servrar:

   {
     "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. Spara & starta om: Spara filen och starta om Cline.
5. Verifiera installationen: Kontrollera att MCP-servern är laddad.

Obs:
Skydda alltid dina API-nycklar genom att använda miljövariabler enligt "env"-blocket i JSON-exemplen. Lägg inte in API-nycklar i versionshantering.

Så här använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde börjar du 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 infogar du dina MCP-serverdetaljer med detta JSON-format:

{
  "google-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 möjligheter. Kom ihåg att ändra “google-search” till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.

Översikt

Baserat på tabellerna ovan tillhandahåller mcp-google-search MCP Server kärnverktygsfunktionalitet bra och är enkel att installera, men saknar dokumentation om promptar, resurser, root- och samplingstöd. Den får cirka 6/10 för helhetskompletthet och utvecklarupplevelse.

MCP-poäng