mcp-google-search MCP 服务器

“mcp-google-search” MCP 服务器的作用是什么？

mcp-google-search MCP 服务器是一个模型上下文协议 (MCP) 服务器，使 AI 助手能够通过 Google 自定义搜索 API 进行网页搜索并提取网页内容。它作为 AI 客户端与广阔互联网资源之间的桥梁，让大语言模型（LLM）能够访问最新信息，开展研究，并通过实时数据增强知识。该服务器提供搜索网页和读取网页内容的工具，非常适合需要可靠外部在线数据访问的开发和智能体工作流。

提示词列表

在现有文档中未明确给出提示词模板。

资源列表

在已有文件或 README 中未有明确资源说明。

工具列表

• search
  使用 Google 自定义搜索 API 执行网页搜索。可指定搜索查询和返回结果数量（最多 10 条）。返回每条结果的结构化信息，包括标题、链接和摘要。

• read_webpage
  提取和解析指定网页 URL 的内容。抓取页面，移除脚本和样式，返回清洗后的标题、正文和 URL，便于上下文处理。

该 MCP 服务器的应用场景

• 实时网页研究
  开发者和 AI 智能体可获取最新网页信息，为知识密集型任务提供实时答案和研究支持。

• 事实核查与验证
  通过搜索可信网站并抓取页面内容，可实时验证事实、论据或信息来源。

• 内容摘要
  AI 助手可抓取并阅读文章或页面，然后为用户或下游流程生成摘要。

• 自动化知识采集
  支持构建自动从多个网络来源收集信息并汇编成结构化报告或数据集的智能体。

• 学习与探索
  通过搜索文档、教程或相关讨论，辅助代码库探索或技术学习。

如何设置

Windsurf

1. 前置条件： 确保已安装 Node.js 和 npm。
2. 找到配置文件： 定位您的 Windsurf 配置文件（通常为 windsurf_config.json）。
3. 添加 MCP 服务器： 在 mcpServers 对象中插入如下片段：

   {
     "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. 保存并重启： 保存配置后，重启 Windsurf。
5. 验证： 检查服务器是否已运行并作为工具可用。

Claude

1. 前置条件： 安装 Node.js 和 npm。
2. 通过 Smithery 安装：
   执行：

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

3. 编辑配置：
   Mac 下路径：~/Library/Application Support/Claude/claude_desktop_config.json
   Windows 下路径：%APPDATA%/Claude/claude_desktop_config.json
4. 插入 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. 保存并重启： 保存更改并重启 Claude Desktop。
6. 验证： 确保 MCP 服务器已出现在您的工具列表中。

Cursor

1. 前置条件： 已安装 Node.js 和 npm。
2. 配置文件： 打开您的 Cursor 配置（如 cursor_config.json）。
3. 添加 MCP 服务器：

   {
     "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. 保存并重启： 保存配置并重启 Cursor。
5. 验证： 检查服务器是否可用。

Cline

1. 前置条件： Node.js 和 npm。
2. 找到配置文件： 定位您的 Cline 配置文件。
3. 更新 MCP 服务器：

   {
     "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. 保存并重启： 保存后重启 Cline。
5. 验证设置： 确认 MCP 服务器已加载。

注意：
始终如 JSON 示例中 "env" 块所示，通过环境变量安全存储您的 API 密钥。请勿将密钥提交到版本控制系统。

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，先添加 MCP 组件并将其连接到您的 AI 智能体：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按以下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 智能体即可作为工具使用此 MCP，并访问其全部功能。请记得将 “google-search” 替换为您的实际 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

总览

根据以上两张表，mcp-google-search MCP 服务器工具功能完善，易于部署，但在提示词、资源、roots、采样支持文档方面有所缺失。整体完整性和开发体验评分约为 6/10。

MCP 评分