mcp-google-search Máy chủ MCP

Máy chủ MCP “mcp-google-search” làm gì?

mcp-google-search là một máy chủ Model Context Protocol (MCP) cho phép các trợ lý AI thực hiện tìm kiếm web qua Google Custom Search API và trích xuất nội dung từ các trang web. Bằng cách đóng vai trò cầu nối giữa các client AI và kho tài nguyên khổng lồ của web, nó giúp các mô hình ngôn ngữ lớn (LLM) truy cập thông tin mới nhất, nghiên cứu và nâng cao kiến thức với dữ liệu thời gian thực. Máy chủ này cung cấp các công cụ cả cho việc tìm kiếm web lẫn đọc nội dung trang, phù hợp với nhiều quy trình phát triển và tác tử cần truy cập dữ liệu ngoài đáng tin cậy.

Danh sách Prompt

Không có template prompt rõ ràng nào được đề cập trong tài liệu hiện có.

Danh sách Tài nguyên

Không có tài nguyên rõ ràng nào được ghi nhận trong các file hoặc README.

Danh sách Công cụ

• search
  Thực hiện tìm kiếm web qua Google Custom Search API. Cho phép chỉ định truy vấn tìm kiếm và số lượng kết quả (tối đa 10). Trả về kết quả có cấu trúc gồm tiêu đề, liên kết và đoạn trích cho từng kết quả.

• read_webpage
  Trích xuất và phân tích nội dung của URL trang web được cung cấp. Tải trang, loại bỏ script và style, trả về tiêu đề đã làm sạch, văn bản chính và URL để xử lý theo ngữ cảnh.

Các trường hợp sử dụng của máy chủ MCP này

• Nghiên cứu web thời gian thực
  Các nhà phát triển và tác tử AI có thể truy cập thông tin mới nhất từ web, cung cấp câu trả lời và nghiên cứu cập nhật cho các nhiệm vụ đòi hỏi kiến thức.

• Kiểm tra sự thật và xác minh
  Bằng cách tìm kiếm trên các trang web uy tín và lấy nội dung trang, máy chủ này giúp xác minh thông tin, tuyên bố hoặc nguồn trong thời gian thực.

• Tóm tắt nội dung
  Trợ lý AI có thể tải và đọc bài viết hoặc trang, sau đó tóm tắt nội dung cho người dùng hoặc quy trình phía sau.

• Thu thập kiến thức tự động
  Cho phép xây dựng các tác tử tự động thu thập thông tin từ nhiều nguồn web và tổng hợp thành báo cáo hoặc bộ dữ liệu có cấu trúc.

• Học tập và khám phá
  Hỗ trợ khám phá mã nguồn hoặc học kỹ thuật qua việc tìm kiếm tài liệu, hướng dẫn hoặc thảo luận liên quan trên web.

Cách thiết lập

Windsurf

1. Điều kiện tiên quyết: Đảm bảo Node.js và npm đã được cài đặt.
2. Xác định file cấu hình: Tìm file cấu hình Windsurf của bạn (thông thường là windsurf_config.json).
3. Thêm máy chủ MCP: Thêm đoạn sau vào đối tượng 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. Lưu & Khởi động lại: Lưu cấu hình và khởi động lại Windsurf.
5. Xác minh: Kiểm tra máy chủ đã chạy và xuất hiện như một công cụ.

Claude

1. Điều kiện tiên quyết: Cài đặt Node.js và npm.
2. Cài đặt qua Smithery:
   Chạy:

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

3. Chỉnh sửa cấu hình:
   Trên Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   Trên Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Thêm 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. Lưu & Khởi động lại: Lưu thay đổi và khởi động lại Claude Desktop.
6. Xác minh: Đảm bảo máy chủ MCP xuất hiện trong công cụ.

Cursor

1. Điều kiện tiên quyết: Đã cài đặt Node.js và npm.
2. File cấu hình: Mở file cấu hình Cursor của bạn (ví dụ: cursor_config.json).
3. Thêm máy chủ 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. Lưu & Khởi động lại: Lưu cấu hình và khởi động lại Cursor.
5. Xác minh: Kiểm tra sự có mặt của máy chủ.

Cline

1. Điều kiện tiên quyết: Node.js và npm.
2. Tìm file cấu hình: Xác định file cấu hình của Cline.
3. Cập nhật máy chủ 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. Lưu & Khởi động lại: Lưu file và khởi động lại Cline.
5. Xác minh thiết lập: Xác nhận máy chủ MCP đã được tải.

Lưu ý:
Luôn bảo mật khóa API của bạn bằng biến môi trường như trong khối "env" các ví dụ JSON. Không đưa khóa API vào hệ thống quản lý mã nguồn.

Cách sử dụng MCP này trong flow

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào quy trình FlowHunt của bạn, bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối nó với tác tử AI:

Nhấp vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, chèn thông tin máy chủ MCP của bạn theo định dạng JSON sau:

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

Sau khi cấu hình, tác tử AI có thể sử dụng MCP này như một công cụ với đầy đủ chức năng. Hãy nhớ thay “google-search” bằng tên thực của máy chủ MCP của bạn và thay URL bằng địa chỉ máy chủ MCP của chính bạn.

Tổng quan

Dựa trên hai bảng trên, mcp-google-search MCP Server cung cấp đầy đủ chức năng công cụ cốt lõi và dễ thiết lập, nhưng thiếu tài liệu về prompt, tài nguyên, roots và hỗ trợ sampling. Đánh giá khoảng 6/10 về độ hoàn thiện và trải nghiệm cho nhà phát triển.

Điểm MCP