Everything Search MCP 服务器

“Everything Search” MCP 服务器的功能是什么？

Everything Search MCP 服务器是一款跨平台的 Model Context Protocol (MCP) 服务器，旨在为 AI 助手与开发者提供快速、高效的文件搜索能力。它连接 AI agent 与系统级搜索工具，实现了基于自然语言的文件和文件夹查询，适用于 Windows、macOS 和 Linux 系统。在 Windows 上，调用强大的 Everything SDK；在 macOS 上，利用内置的 Spotlight 数据库（通过 mdfind）；在 Linux 上，集成了 locate 或 plocate。这让 AI 工作流能够无缝获取文件元数据、快速定位资源，或将基于搜索的任务自动化为更大的开发与自动化流程的一部分。Everything Search MCP 服务器通过让 LLM 和开发工具可访问深度、上下文相关的文件搜索，显著提升了生产效率。

提示词列表

在仓库文档或文件中未指定明确的提示模板。

资源列表

在现有文档或仓库文件中未提及明确的 MCP 资源。

工具列表

• search
  使用平台特定工具在系统中搜索文件和文件夹。支持灵活的参数设置，包括：
  • query：必填，搜索查询字符串（支持平台特定语法）
  • max_results：返回结果数量限制（默认：100，最大：1000）
  • match_path：是否匹配完整路径（默认：false）
  • match_case：是否区分大小写（默认：false）
  • match_whole_word：是否全词匹配（默认：false）
  • match_regex：是否使用正则表达式（默认：false）
  • sort_by：排序选项（如文件名、路径、大小、扩展名、创建/修改日期等）

典型应用场景

• 代码库探索
  利用高级搜索和过滤条件，在大型代码库中快速定位源文件、脚本或配置文件。
• 系统文件审计
  让 AI agent 审计文件系统中特定类型内容（如日志、可执行文件或近期修改文件），辅助故障排查或合规检查。
• 文档自动关联
  程序化定位项目文档、README 或许可证文件，为 AI 增强文档系统提供支撑。
• 工作流自动化
  将极速文件搜索集成至开发流程，自动化如查找构建产物、日志文件或临时资源等重复任务。
• 数据发现
  让 LLM 根据用户查询发现相关数据文件（如 CSV、数据集、图片），便于后续分析或集成。

设置方法

Windsurf

1. 确保已安装 Python 及相关平台依赖（见下文）。
2. 找到并打开你的 Windsurf 配置文件。
3. 通过如下 JSON 片段添加 Everything Search MCP 服务器。
4. 保存配置并重启 Windsurf。
5. 验证 MCP 服务器是否出现在 Windsurf 中，并用示例搜索进行测试。

示例配置：

{
  "mcpServers": {
    "everything-search": {
      "command": "python",
      "args": ["-m", "src.mcp_server_everything_search"]
    }
  }
}

Claude

1. 安装 Python 及操作系统所需的搜索工具。
2. 打开 Claude 的配置/设置面板。
3. 在 MCP 部分插入 Everything Search MCP 服务器配置项。
4. 保存并重启 Claude。
5. 在 Claude 内使用集成搜索工具确认配置生效。

示例配置：

{
  "mcpServers": {
    "everything-search": {
      "command": "python",
      "args": ["-m", "src.mcp_server_everything_search"]
    }
  }
}

Cursor

1. 确保已安装 Python 及 OS 特定依赖。
2. 编辑 Cursor 的用户设置或 MCP 集成文件。
3. 添加如下 MCP 服务器配置。
4. 保存设置并重启 Cursor。
5. 在 Cursor 内执行文件搜索以确认配置。

示例配置：

{
  "mcpServers": {
    "everything-search": {
      "command": "python",
      "args": ["-m", "src.mcp_server_everything_search"]
    }
  }
}

Cline

1. 验证 Python 及所需系统搜索工具已安装。
2. 打开 Cline 的 MCP 服务器配置。
3. 按如下方式添加 Everything Search MCP 服务器。
4. 保存并重启 Cline。
5. 通过下发搜索命令测试 MCP 集成。

示例配置：

{
  "mcpServers": {
    "everything-search": {
      "command": "python",
      "args": ["-m", "src.mcp_server_everything_search"]
    }
  }
}

API 密钥及环境变量安全

如需保护敏感数据或 API 密钥，请在 MCP 配置中使用环境变量：

{
  "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}"
      }
    }
  }
}

注意： 请根据实际需求将 "SOME_API_KEY" 替换为你环境变量的具体名称。

在流程中如何使用 MCP

在 FlowHunt 中集成 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，需先将 MCP 组件添加到流程中，并与 AI agent 连接：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区域，使用如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI agent 即可作为工具使用该 MCP，访问其所有功能。请记得将 “everything-search” 替换为你实际的 MCP 服务器名称，并将 URL 换成你自己的 MCP 服务器地址。

概览

根据现有文档，“Everything Search” MCP 服务器在用途和工具功能方面描述非常清晰，但缺乏明确的提示模板、资源和诸如采样或 roots 等高级 MCP 特性。其文档结构清晰且活跃维护，是文件搜索场景下的实用工具，但并非全方位展示 MCP 能力的典范。

MCP 评分